Escolar Documentos
Profissional Documentos
Cultura Documentos
Faculdade de Medicina
Belo Horizonte
2022
GABRIELA ARAUJO COSTA
Belo Horizonte
2022
Bibliotecário responsável: Fabian Rodrigo dos Santos CRB-6/2697
A todos os meus alunos,
companheiros de busca pela excelência profissional
e principal motivo deste esforço
pelo aprimoramento do ensino médico.
AGRADECIMENTOS
Almir Sater.
Resumo
1 INTRODUÇÃO.............................................................................................. 17
1.1.4.2 Autoeficácia.......................................................................................... 32
1.1.4.4 Atenção................................................................................................ 35
1.1.4.5 Metacognição....................................................................................... 36
1.2.1.1 Codificação.......................................................................................... 49
1.2.1.2 Consolidação....................................................................................... 50
1
Este trabalho foi revisado com base nas novas regras ortográficas aprovadas pelo Acordo
Ortográfico assinado entre os países que integram a Comunidade de Países de Língua Portuguesa
(CPLP), em vigor no Brasil desde 2009. E foi formatado de acordo com a ABNT NBR 14724 de 2019.
As referências seguiram o estilo de Vancouver.
1.2.1.3 Recuperação........................................................................................ 50
2 JUSTIFICATIVA............................................................................................ 64
3 OBJETIVOS.................................................................................................. 65
4 ASPECTOS ÉTICOS.................................................................................... 67
5 METODOLOGIA........................................................................................... 68
5.2 Participantes.............................................................................................. 70
5.4 Devolutivas................................................................................................. 89
6 RESULTADOS.............................................................................................. 117
1 Introdução
A pesquisa acadêmica sobre o raciocínio clínico pode ser dividida em duas grandes
perspectivas: uma descritiva, que se concentra nas atividades cognitivas reais e nas
ações dos médicos e estudantes de Medicina engajados no ato em si do raciocínio
clínico; e uma prescritiva, que define modelos ótimos e racionais de raciocínio e
investiga como e em que medida os médicos e estudantes se afastam desses
modelos normativos.5
Uma das principais metas dos professores que formarão os futuros médicos é
auxiliá-los a aprender a aprender, algo que levarão ao longo da vida profissional
(lifelong learning).9 Compreender como funciona a aprendizagem é um primeiro
passo nesse processo, porque métodos de instrução devem ser consistentes com o
que sabemos sobre o sistema humano de processamento de informações. No
entanto, a construção e manipulação de estratégias instrucionais que simulem
situações para os alunos vivenciarem, com o objetivo de aprimorar seus
conhecimentos, também dependem da compreensão de como essas estratégias
funcionam, ou seja, a educação médica deve ser amparada por pesquisas que se
baseiam tanto na ciência da aprendizagem quanto na ciência da instrução.10
19
Esse modelo representa uma descrição dos processos mentais utilizados pelos
estudantes de Medicina em fases iniciais de formação. Já foi validado por estudos
empíricos e é a base para a educação médica moderna.12 Embora permita planejar e
avaliar o ensino do raciocínio clínico, retrata apenas o ponto de partida do processo
e não explica a influência de fatores individuais no resultado, tais como a estrutura
de conhecimento prévio do médico ou do estudante, a diferença de acurácia entre
médicos experientes e novatos, as características e o contexto de cada paciente,
bem como as limitações do sistema de saúde onde o profissional atua. É aplicável
quando os dados clínicos de um paciente são vagos ou não se revelam todos ao
mesmo tempo.13
Ao longo das décadas de 80 e 90, à medida que novas pesquisas sobre raciocínio
clínico foram feitas, surgiu a teoria estrutural, segundo a qual processos não
analíticos - baseados no reconhecimento de padrões similares de sinais e sintomas
vistos anteriormente e comparação ao quadro atual - desempenham importante
papel na definição final do diagnóstico.14 Essa teoria pode explicar a diferença de
acurácia diagnóstica entre estudantes de Medicina e médicos experientes.
Representações mentais de doenças permitem que o médico compare os dados de
seu paciente com seus esquemas mentais correspondentes e permitem que o
estudante compare os dados do paciente com seu conhecimento teórico prévio.15
Ao adquirirem mais conhecimento, formam uma rede de “scripts mentais”, que são
arquivados na memória e traduzem a organização de conhecimentos em estruturas
que contêm informações básicas sobre fisiopatologia, encapsuladas e
coerentemente interligadas a informações mais explícitas sobre as manifestações
clínicas das doenças, o contexto em que se desenvolvem e suas consequências.20
21
decisão. Esse conceito foi primeiramente proposto pelo psicólogo Daniel Kahneman8
e posteriormente adaptado ao processo que explica o funcionamento do raciocínio
clínico. A dualidade refere-se ao uso de processos cognitivos ora intuitivos e
automáticos, ora deliberados e reflexivos, na tomada de decisão.
Segundo essa teoria, embora o sistema 1 seja altamente eficaz na solução de casos
simples, é naturalmente mais sujeito a erros, por sua natureza irrefletida, sobretudo
quando seu uso é descontextualizado, aumentando a probabilidade de erros
diagnósticos, conhecidos como vieses cognitivos.28,29 Outros vieses que podem
estar associados à abordagem não analítica são:28
A percepção das heurísticas utilizadas pelo sistema 1 e dos erros resultantes como
inerentes à condição humana levaram à busca de soluções que aumentassem a
dependência do sistema 2 e, consequentemente, reduzissem os erros. Na literatura,
isso foi amplamente testado por meio de estratégias de detecção consciente e
retroativa dos erros, tais como diminuir intencionalmente a velocidade de raciocínio
durante a avaliação de casos clínicos,30 reduzir distrações31 e estimular a atenção
consciente.32 Entretanto, essas estratégias não resultaram em melhoria da
competência diagnóstica. Desde então, a atribuição de vieses ao sistema 1,
exclusivamente, vem sendo considerada cada vez mais restritiva e equivocada, além
de basear-se em evidências mínimas.
A teoria da carga cognitiva postula que existem três formas de cargas cognitivas
relacionadas à aprendizagem: a) intrínseca, relacionada à dificuldade do problema a
ser solucionado e ao esforço utilizado para memorizar uma informação; b)
extrínseca, relacionada a dados irrelevantes que se apresentam no problema e ao
30
A teoria assume que há uma limitação da memória de trabalho, que comporta cinco
a nove informações e processa ativamente não mais do que dois a quatro elementos
simultaneamente. Esta memória é capaz de lidar com informações por até 20
segundos, a menos que seja atualizada por associações a informações da memória
de longo prazo.62 A capacidade limitada da memória de trabalho só se aplica a novas
informações obtidas por meio da memória sensorial; este limite não existe ao lidar
com informações recuperadas da memória de longo prazo, que contêm esquemas
cognitivos que variam em seu grau de complexidade e automação.49 A
aprendizagem é o desenvolvimento e automação dos esquemas, que são
construções cognitivas que organizam os elementos de informação com base na
forma como serão tratados.
1.1.4.2 Autoeficácia
Especialmente para iniciantes que aprendem uma tarefa cognitiva complexa, esta
capacidade pode ser um fator limitante do sucesso na realização da tarefa. Medidas
isoladas de desempenho, como a acurácia na resolução de casos clínicos, podem
não apresentar déficits com o aumento da complexidade da tarefa porque os sujeitos
são capazes de investir mais esforço mental para compensar o aumento da carga
cognitiva. Em um contexto educacional, a medição de esforço mental, portanto, pode
render informações importantes sobre os custos cognitivos em que o desempenho é
alcançado e sobre a eficiência relativa das condições de ensino, que não são
necessariamente refletidas em medidas baseadas apenas no desempenho.13
A quantidade de esforço que os alunos precisam investir para concluir uma atividade
pode ser um bom indicador da qualidade de seu modelo mental do procedimento de
solução, porque quanto maior for o nível de habilidade dos alunos, maior será sua
eficiência de desempenho (ou seja, maior precisão alcançada em menos tempo e
com menos esforço). Por isso, medir o esforço mental desempenha um papel central
na pesquisa em design instrucional. Dar aos professores a percepção da quantidade
de esforço mental que os alunos investiram em uma tarefa pode melhorar o
monitoramento e regulagem sobre o aprendizado deles.82
A eficiência instrucional de uma estratégia de ensino pode, então, ser medida com
base no desempenho e no esforço mental investido para atingir este desempenho
ao utilizar a estratégia.84 Essa medida pode fornecer informações interessantes para
a prática educacional, por exemplo, quando dois formatos de instrução levam a
resultados de teste iguais, mas se o primeiro exige que os alunos invistam mais
esforço durante o treinamento do que o segundo, o segundo parece mais
aconselhável para implementação prática.85
Nas pesquisas mais recentes sobre estratégias instrucionais, o objetivo principal tem
sido encontrar formatos instrucionais que reduzem a carga cognitiva extrínseca e
aumentam a carga pertinente, o que desafia o aluno iniciante a investir esforço em
processos que são relevantes para a aprendizagem. Quando uma tarefa tem alta
carga extrínseca, requer altos níveis de investimento de esforço mental, mas esse
esforço é investido em processos que não contribuem para o aprendizado. Por outro
lado, quando uma tarefa é de alta carga pertinente, também requer altos níveis de
esforço mental, mas esse esforço é investido em processos que fomentam a
aprendizagem.86
1.1.4.4 Atenção
1.1.4.5 Metacognição
Estudo experimental original foi conduzido com essa estratégia, no qual 46 alunos
do 4º ano do curso de Medicina diagnosticaram, em fase inicial, seis casos clínicos
em diferentes condições experimentais: reflexão estruturada, diagnóstico imediato
ou diagnóstico diferencial. Após 1 hora (teste imediato) e sete dias (teste tardio) do
experimento inicial, realizaram novo teste, que consistia em diagnosticar quatro
casos diferentes das mesmas doenças apresentadas na fase inicial. O desempenho
diagnóstico não diferiu entre as condições na fase inicial. No teste imediato, os
escores na condição de reflexão foram significativamente menores que os escores
na condição de diagnóstico diferencial. Uma semana depois, no entanto, os escores
na condição de reflexão superaram significativamente os das outras condições. Os
autores concluem que a reflexão estruturada durante a prática de casos parece
promover o aprendizado do conhecimento clínico de maneira mais eficaz do que a
geração de diagnósticos imediatos ou diferenciais, favorecendo o desenvolvimento
da competência diagnóstica nos alunos.109
Por meio da reflexão estruturada adicionada de pistas, o aluno pode mais facilmente
refletir nas possibilidades diagnósticas, enquanto confronta-as com os achados
clínicos do paciente, busca explicações alternativas e verifica-as até chegar ao
diagnóstico final, promovendo a identificação de lacunas de conhecimento e
motivando o interesse em aprender mais. Isso acontece porque, ao estimular o
aluno a encaixar a apresentação clínica do caso a cada diagnóstico apresentado
como possibilidade, a utilização da estratégia do raciocínio estruturado com pistas
enriquece a formação de scripts mentais, o que facilita o reconhecimento da doença
quando o aluno é reapresentado a ela. Ao utilizar o exemplo trabalhado, os alunos
comparam e contrastam os vários scripts de doenças possíveis ao quadro clínico do
paciente, notando variações de apresentações típicas de uma doença e
identificando características críticas que discriminam entre alternativas diagnósticas,
o que os torna mais bem equipados para diagnosticar casos semelhantes no
futuro.113
44
A reflexão guiada por pistas (FIG. 2) parece ser uma abordagem útil para o ensino
do raciocínio clínico para alunos com pouco conhecimento prévio. Estudo apurou
que fornecer dicas de reflexão de modo que os alunos se concentrem no diagnóstico
"relevante" - diagnósticos que seriam abordados no teste - foi suficiente para fazê-
los ter melhor desempenho do que aqueles que escolheram por si mesmos quais
doenças eles iriam considerar.112 Esta estratégia exige um processamento profundo
das etapas de resolução de um problema pois, ao tentar gerar as etapas que faltam,
os alunos se tornam mais conscientes de sua compreensão do procedimento de
resolução do problema e da qualidade do esquema de resolução, obtendo dicas
sobre sua capacidade de resolver esse tipo de problema em um teste futuro.116
45
Estudos que utilizaram essa estratégia mostraram que os alunos envidaram menos
esforço mental para alcançar resultados de aprendizagem iguais ou superiores aos
utilizados nas estratégias tradicionais, o que culmina em melhor eficácia (resultados
de aprendizagem) e/ou eficiência (resultados de aprendizagem/ investimento de
tempo / esforço mental).117,118
1.2.1.1 Codificação
1.2.1.2 Consolidação
É por isso que uma pessoa que já possua conhecimento em um assunto encontra
facilidade em aprender novas informações cujo conteúdo esteja associado a esse
assunto, pois o cérebro tem muitas experiências com as quais fazer conexões.
Durante essa etapa as informações recém-aprendidas tornam-se parte de uma rede
neural já existente (assimilação) ou iniciam a formação de uma nova rede
(acomodação).128, 129
1.2.1.3 Recuperação
O registro cerebral por meio do EEG pode medir a atividade cerebral de forma não
invasiva em ambientes reais, fora dos laboratórios de pesquisa. Eletrodos colocados
no couro cabeludo medem as flutuações de tensão resultantes dos fluxos de
corrente iônica dentro dos neurônios do cérebro como resultado da atividade
cerebral. Os sinais são filtrados e a análise computadorizada auxilia na visualização
52
De modo geral, os sinais que o EEG capta são provenientes de correntes elétricas
da atividade do córtex cerebral. Essas correntes são produzidas pelo somatório dos
potenciais pós-sinápticos inibitórios e excitatórios de milhares ou milhões de
neurônios.140 Um dos principais limitantes dessa técnica é a medição e
processamento de sinais de EEG em um ambiente real, devido ao alto número de
possíveis interferências no registro, tais como abrir e fechar de olhos, respirações
profundas e até mesmo as batidas do coração. Outra limitação característica dos
dispositivos de registro de EEG profissionais é o alto custo e o fato de serem
desconfortáveis para uso em estudos ecológicos.141
Pensando nessas limitações, várias alternativas de baixo custo e de uso mais amplo
surgiram no mercado recentemente.141 Equipamentos que registrem o traçado de
EEG sem a necessidade de fios, como aqueles de conectividade sem fio, oferecem
melhor validade ecológica, reduzindo o tamanho geral do equipamento e permitindo
a coleta de dados de vários participantes ao mesmo tempo. No início do século XXI,
estes equipamentos foram amplamente estudados em laboratórios de pesquisa.
Dispositivos comerciais de EEG desenvolvidos por empresas como NeuroSky® e
Emotiv® são feitos para uso pelo público em geral, com menos eletrodos e que
dispensam o uso de gel para melhorar o contato do eletrodo com a pele. Seus
preços são significativamente mais baixos do que os dispositivos de EEG médicos.
Os usuários podem usá-lo, removê-lo e carregá-lo de maneira muito conveniente.
Essas características tornam este dispositivo mais acessível, aumentando seu valor
prático.142,143 Uma das principais vantagens do EEG é sua alta resolução temporal,
permitindo medir mudanças na atividade cognitiva na escala de milissegundos.
Portanto, as medições de EEG podem refletir continuamente os estados cognitivos
de um participante de estudo sobre aprendizagem.143,144
53
Uma das principais limitações desses dispositivos são artefatos nos dados
registrados, criados por ações como piscar, movimentar a cabeça e respirar
profundamente. Em alguns casos, esses artefatos são mais fortes do que o sinal da
atividade neural. Para contornar essa limitação, a maioria dos sistemas de EEG
atuais é equipada com software robusto que agiliza a filtragem de sinal e a remoção
de artefatos.141 O processo de análise é realizado a partir dos dados brutos, não
processados, objetivando transformá-los em informação inerente à pesquisa a ser
realizada. Alguns equipamentos disponibilizam aos desenvolvedores a biblioteca de
pós-processamento com informações relativas aos dados captados em tempo real,
tais como nível de atenção, foco e engajamento, entre outros.144
O cérebro humano possui cinco divisões anatômicas, os lobos cerebrais (FIG. 5).
Existem cinco lobos: frontal, parietal, occipital, temporal e insular. O lobo frontal é
responsável pela tomada de decisão, julgamento, memória recente, crítica,
raciocínio. O lobo parietal está relacionado à interpretação das sensações, ao senso
de localização do corpo e do meio ambiente. O lobo occipital ocupa-se basicamente
com a visão, enquanto o temporal, com a audição. O lobo insular está relacionado a
processos emocionais fortemente influenciados pelos órgãos dos sentidos. Embora
sejam atribuídas funções específicas a cada lobo, a maior parte das atividades
requer coordenação de múltiplas áreas nos dois hemisférios. A função cerebral é
extensivamente lateralizada. Atividades visuais, táteis e motoras do lado esquerdo
56
frequência com que é disparada e pela amplitude de sua onda. Esses componentes
são os responsáveis pela linguagem e decodificação das informações no cérebro.
Em relação às faixas de frequência, sua divisão originou a denominação das ondas
cerebrais em: alfa, beta, delta, teta e gama. As ondas alfa têm um espectro de
frequência com variação entre 8 e 13 Hertz (Hz), as ondas beta entre 13 e 30 Hz, as
ondas delta entre 0,5 e 4 Hz, as ondas teta entre 4 e 8 Hz e as ondas gama entre 30
e 70 Hz.158 Uma representação dessas ondas é mostrada na FIG. 6:
a) Memória
b) Esforço mental
c) Atenção
Estudos que investigam as mudanças dos ritmos de EEG durante tarefas que
exigem aumento de atenção ou atenção sustentada relatam que o evento mais
proeminente é o aumento do espectro de potência na frequência teta sobre o córtex
pré-frontal, localizada em uma posição da linha média do couro cabeludo.186,188 O
aumento da potência teta na linha média foi relatado em estudos que envolveram
sobrecarga da memória de trabalho.189,190 A literatura sugere aumento de potência
na banda teta no registro de EEG durante tarefas que envolvem atenção sustentada
e em multitarefas, bem como redução na potência alfa.191
2 JUSTIFICATIVA
3 OBJETIVOS
4 ASPECTOS ÉTICOS
5 METODOLOGIA
O segundo encontro foi agendado sete dias (com variação de um dia para mais ou
para menos) após o primeiro, para realização do teste intermediário. Nesse
momento, que corresponde a terceira fase do estudo, os participantes: a)
submetiam-se a um teste individual de quociente de inteligência (QI); b) recebiam
novo bloco de casos clínicos, que deveriam ser resolvidos novamente de forma livre,
em 1 hora.
O terceiro encontro foi agendado seis meses após o primeiro, com variação de sete
dias para mais ou para menos. Nessa última etapa, os participantes: a) preenchiam
novamente o formulário de autopercepção de conhecimento teórico e experiência
prática prévios referente às doenças envolvidas no estudo e a escala de autoeficácia;
b) preenchiam um questionário para pareamento da amostra após seis meses da
intervenção, que avaliava a participação em atividades extracurriculares, realizadas
neste intervalo, nas quais pudessem ter tido contato com casos clínicos semelhantes
70
5.2 Participantes
O horário de início das atividades para a fase de treinamento foi definido entre as
16:00 e 17:00h para que não houvesse interferência do ritmo circadiano no registro
de EEG.
Antes do início das atividades da fase de treinamento era solicitado aos participantes
que preenchessem um formulário no qual registraram o grau de conhecimento
teórico e vivência prática que julgavam ter a respeito de várias doenças, entre as
quais aquelas incluídas no estudo (ANEXO C). Para cada uma delas havia uma
escala de Likert de cinco pontos, sendo que “1” representava a inexistência de
qualquer conhecimento teórico ou experiência clínica sobre a doença e “5” o
excelente conhecimento teórico ou extensa prática clínica. Esse instrumento
avaliativo já havia sido utilizado em estudo anterior91 e visava aferir a
comparabilidade dos grupos em relação ao nível de conhecimentos teórico-práticos
entre os participantes na fase inicial e na etapa final, de forma a avaliar também a
comparabilidade dos grupos em relação ao ganho de conhecimento e prática no
período de seis meses.
problemas de raciocínio matricial, cada qual com oito opções de resposta, sendo
apenas uma a correta. O indivíduo submetido ao teste deve escolher a resposta que
considera a mais adequada para cada problema. As respostas escolhidas informam
o seu nível intelectual global. As propriedades psicométricas da versão brasileira do
WMT-2 são analisadas por meio do modelo psicométrico clássico (incluindo medidas
de fidedignidade, validade de construto e critério), utilizando a teoria de resposta ao
item (TRI) do modelo de Rasch.201 A interpretação dos resultados é obtida com a
transformação das medidas de habilidades em valores absolutos calculados pela
TRI e convertidos em escores para desvio-padrão ou percentis. O tempo para
realização do teste de QI WMT-2 é de, no máximo, 30 minutos.
Autoeficácia pode ser conceituada como a confiança que um indivíduo tem na sua
capacidade de realizar com sucesso as tarefas que lhe são atribuídas.78 Indivíduos
com alto nível de autoeficácia, quando confrontados com um desafio, assumem
postura ativa para equacioná-lo, acreditando no sucesso do seu desempenho.
Sujeitos com baixo nível de autoeficácia tendem a se frustrar e desistir da solução
do problema. A aprendizagem durante funções executivas complexas depende da
atitude do aprendiz de nível de formação superior em se responsabilizar pela
construção ativa do seu conhecimento.78
Foram utilizados 12 diferentes casos para cada fase do estudo. Nas fases de
treinamento, teste imediato e teste intermediário, os casos foram feitos por
professores do Departamento de Pediatria da FM-UFMG, já utilizados em estudo
prévio.91 Para a última etapa deste estudo (teste tardio, após seis meses da
intervenção inicial), foram confeccionados, pela pesquisadora e por alunos de
iniciação científica, em parceria com professores da FM-UFMG, seis casos das
mesmas doenças das etapas anteriores e seis novos casos distratores. Os casos
foram baseados em pacientes reais. Cada um continha, na mesma página, a
descrição da história clínica, dos achados do exame físico e dos resultados de testes
laboratoriais ou de imagem, sempre com os valores de referência registrados. Todos
os casos foram revisados por outros dois pediatras, também professores da UFMG
com mais de 30 anos de atuação nas áreas de Pediatria Geral, em serviços públicos
e privados.
Para cada fase do estudo havia casos denominados casos “critério” e "distratores''.
Os casos critério, embora diferentes para cada fase, envolviam as mesmas doenças,
relacionadas a síndromes respiratórias, ictéricas e hematológicas e foram utilizados
para a avaliação do impacto das diferentes modalidades da estratégia de raciocínio
clínico estruturado sobre a acurácia diagnóstica, em cada fase do estudo. Os casos
distratores envolviam doenças diversificadas e sua função era apenas compor o
bloco de casos e evitar que os participantes percebessem em quais casos teriam
seu desempenho diagnóstico medido. No QUADRO 2 estão apresentadas as
doenças abordadas pelos casos critério e distratores, de acordo com a fase do
estudo. Na fase de treinamento havia nove casos critério e três distratores, enquanto
nas demais fases, seis casos critério e seis distratores.
78
Casos critério
Casos distratores
Nessa fase, era solicitado aos participantes que solucionassem cada um dos casos
apresentados, em duas etapas - a primeira, utilizando o raciocínio não analítico e a
segunda, utilizando o raciocínio analítico conforme a modalidade de estratégia
reflexiva estruturada na qual estivesse alocado. As orientações para a execução
dessas etapas estavam descritas na primeira página do bloco, conforme mostra o
ANEXO E. Os participantes deveriam ler as orientações e esclarecer eventuais
dúvidas antes do início das atividades.
80
Na primeira etapa de solução dos casos, o procedimento era igual para todos os
grupos de estudo. Os participantes tinham 1 minuto e 30 segundos para a leitura do
caso clínico e o registro, da forma mais precisa e específica possível, do diagnóstico
que considerassem o mais provável para o caso. Para facilitar a compreensão do
que significava a orientação “registro da forma mais precisa e específica do
diagnóstico”, era dado o seguinte exemplo para os participantes: o diagnóstico
“anemia ferropriva” é mais preciso e específico do que “anemia carencial” ou
simplesmente “anemia”. O tempo para essa tarefa já havia se mostrado suficiente
em estudos anteriores91,106,108 e era cronometrado por um dos pesquisadores
principais ou um dos bolsistas de iniciação científica que estivesse acompanhando
as atividades. Assim que se completava o tempo, os participantes eram verbalmente
comunicados e, se ainda não tivessem escrito o diagnóstico do caso, deveriam fazê-
lo imediatamente. Depois, deveriam virar a página para o início da segunda etapa de
solução do caso. A FIG. 8 exemplifica o formato de apresentação de um caso para a
primeira etapa de solução na fase de treinamento.
Esse dispositivo usa tecnologia de eletrodo umidificado com solução salina, que
demonstrou registrar EEG de alta qualidade sem a necessidade de preparação da
pele de qualquer tipo.142,145 Ele foi projetado para ser uma unidade leve e de baixo
custo, especificamente desenvolvido para a coleta de dados ecológicos. O sistema é
independente, incluindo a aquisição e armazenamento de dados, cabo e saída de
dados sem fio e baterias. O headset pode ser colocado na cabeça com ajuste
anatômico, enquanto se posicionam de forma confiável os sensores.145
85
dos eletrodos aparecessem como pontos verdes na tela do software (FIG.10). Para
evitar interferências e ruídos no sinal eletroencefalográfico, era necessário que o
indivíduo não fizesse uso de quaisquer produtos cosméticos nos cabelos e não
portasse qualquer tipo de aparelho eletrônico durante a realização da coleta. Essas
informações foram previamente fornecidas aos participantes.
A captação de informações foi realizada sob a forma de Raw EEG, pelo software
Emotiv Pure Xavier®. As ondas cerebrais são verificadas em termos de amplitude
(10-100 microvolts) e frequência de 1 a 80 Hz. Foram captadas quatro bandas
independentes principais: delta δ (0.5- 4Hz); teta θ (4-8Hz), alfa α (8-15) e beta β
(15-30Hz). O registro de EEG foi coletado durante 35 minutos, correspondendo a 7
minutos iniciais, de leitura das instruções e compreensão da estratégia a qual o
aluno estava alocado e 28 minutos, durante os quais o aluno resolvia pelo menos
um de cada caso critério e um caso distrator.
A fase de teste intermediário ocorria sete dias após a fase de treinamento e de teste
imediato. Os participantes deveriam diagnosticar outros 12 casos clínicos, também
apresentados em um bloco. Todos eram diferentes daqueles apresentados nas
fases anteriores, embora também abrangessem seis casos distratores e seis casos
critério (dois de “pneumonias agudas”, dois de “síndromes ictéricas neonatais”; dois
de “doenças hematológicas”). O código de identificação do participante era colocado,
por ele mesmo, na capa do bloco e o procedimento para solução dos casos e
registro do horário de início e finalização das atividades era exatamente igual ao da
fase de teste imediato.
5.4 Devolutivas
Um mês após a finalização da coleta dos dados, foram realizadas duas sessões
para discussão dos casos incluídos no estudo (critério e distratores). As sessões
foram realizadas em salas de aula da FM-UNIBH, sob a coordenação da
pesquisadora principal, abertas a qualquer interessado, participante ou não da
pesquisa. Os dias e horários das sessões foram previamente divulgados por redes
sociais, e-mail, aviso verbal nos intervalos das aulas teóricas e aplicativos de
mensagens.
Para o processamento dos dados do EEG bruto foi utilizado o software EEGLAB®,
versão 7.1.3.13 compilada.203 O EEGLAB® é uma ferramenta interativa de script
baseado em menus desenvolvidos em Matlab® para processar dados
eletrofisiológicos, incorporando análise de componentes independentes (ICA),
análise de tempo/frequência, rejeição de artefatos, estatísticas relacionadas a
eventos e vários modos úteis de visualização.
cognitiva. Para essa etapa foi feita parceria com pesquisadores do Departamento de
Psiquiatria e Psicologia Médica da Escola Paulista de Medicina da Universidade
Federal de São Paulo (UNIFESP), vinculados à linha de pesquisa em Tomadas de
Decisão e Neuromodulação do Laboratório Interdisciplinar de Neurociências Clínicas
(LINC), que realizaram o processamento dos dados e deram suporte à sua análise,
no âmbito desta pesquisa.
A análise de ativação cerebral foi feita por meio da observação das ondas cerebrais
em mapas do escalpo, resultantes do processamento do EEG bruto adquirido por
meio dos 14 canais ativos. Para representar a ativação cerebral foram selecionadas
as bandas de frequências teta, analisada pela frequência de 6 Hz; alfa, representada
pela frequência de 10 Hz; beta, representada pela frequência de 22 Hz; e gama,
representada por 40 Hz. A intensidade dessas ondas é analisada pela graduação de
cores (FIG. 12). A cor vermelha representa a mais alta ativação, seguida pelas cores
laranja e amarelo, que representam ativação alta-moderada; a cor verde representa
ativação moderada; e as cores azuis claro e escuro representam baixa ativação
cerebral.145,203
91
Resposta Nota
c) Grau de conhecimento teórico prévio dos grupos de doenças critério: taxa média
calculada, para cada um dos participantes, pela somatória dos escores marcados na
escala de Likert (variação de um a cinco) do instrumento próprio para essa avaliação
(ANEXO C), referente ao grau de conhecimentos teóricos que julgavam ter a
95
respeito de cada uma das doenças que constituíam determinado grupo de doenças
critério, dividida pelo número de doenças do respectivo grupo. Assim, os valores
desse cálculo poderiam variar entre um e cinco, sendo que quanto mais próximo de
cinco, maior era o conhecimento teórico do participante em relação às doenças de
cada grupo de casos critério.
d) Grau de experiência clínica prévia dos grupos de doenças critério: taxa média
calculada, para cada um dos participantes, da mesma forma que para a variável
descrita anteriormente, mas considerando os escores referentes à experiência
prévia registrada na escala de Likert em relação à experiência clínica em cada uma
das doenças incluídas em cada grupo específico de casos critério. O ANEXO C
apresenta o instrumento de avaliação utilizado.
mental.
e.4 Índice de carga da tarefa: cálculo através da fórmula teta frontal linha média /
alfa parietal linha média; média da frequência alfa nos canais P7 e P8 e média da
frequência teta nos canais AF3, AF4, F3, F4, F7 e F8. Este índice reflete a carga
cognitiva na memória de trabalho.
Figura 13 - Escala para avaliação de esforço mental (em destaque) para estudo da
resolução de casos clínicos, utilizando a estratégia de exemplo trabalhado
A comparação entre três ou mais grupos no que se refere à medida das médias de
determinada variável de interesse é feita utilizando-se a técnica paramétrica da
análise de variância com um fator. Nos casos em que a análise indica a existência
de alguma diferença significativa (p<0,05) entre os grupos, realizam-se as
comparações múltiplas de médias segundo o teste Duncan para verificar em quais
grupos realmente existe ou existem diferenças entre as médias. O objetivo desta
análise é comparar médias entre três ou mais grupos em relação a uma variável de
98
Com o objetivo de avaliar o efeito/ influência do grupo (REE, REG ou REF), bem
como da fase do estudo (treinamento, imediato, tardio e final) na variação das
médias na nota obtida pelos alunos no diagnóstico ao preencher os casos clínicos,
foi utilizada a análise de variância baseada em um planejamento de medidas
repetidas. Cabe destacar que o planejamento de medidas repetidas está associado
ao fato de um mesmo aluno ser avaliado em quatro momentos distintos na pesquisa
(variável / fator - “fase do estudo”). Portanto, além de avaliar a influência dos fatores
grupo de estudo, é necessário avaliar a influência da fase de avaliação, bem como a
interação entre as variáveis grupo e fase do estudo (ver grupo × fase do estudo).
REFERÊNCIAS
5. Gruppen LD. Clinical reasoning: Defining It, teaching it, assessing it, studying it.
West J Emerg Med. 2017; 18(1):4-7.
6. Cutrer WB, Sullivan WM, Fleming AE. Educational strategies for improving
clinical reasoning. Curr Probl Pediatr Adolesc Health Care. 2013; 43(9):248-57.
7. Elstein AS, Shulman LS, Sprafka SA. Medical problem solving: A ten year
retrospective. Swanwick T, ed. Eval Health Prof. 1990; 13:5-36.5.
8. Kahneman D. Thinking, fast and slow. (Farrar SG. (ed.). New York: MacMillan;
2011.
10. Richard EM. Applying the science of learning to medical education. Med
Educat. 2010; 44:543–549.
11. Norman GR. Research in clinical reasoning: past history and current trends.
Med Educ. 2005; 39: 418–427.
13. Schmidt HG, Mamede S. How to improve the teaching of clinical reasoning: a
narrative review and a proposal. Med Educat. 2015; 49:961-973.
14. Norman GR, Brooks LR. The non-analytical basis of clinical reasoning. Adv
HealtSci Educ. 1997; 2:173–8.
15. Braun LT, Lenzer B, Kiesewetter J, Fischer MR, Schmidmaier R. How case
representations of medical students change during case processing: Results of a
qualitative study. GMS J Med Educat. 2018; 35(3),1-15.
102
16. Bordage G. Prototypes and semantic qualifiers: from past to present. Med
Educ. 2007; 41(12):1117-1121.
18. Yazdani S, Abardeh MH. Five decades of research and theorization on clinical
reasoning: a critical review. Adv Med Educat Pract. 2019; 703–716.
19. Charlin B, Boshuizen HPA, Custers EJ, Feltovich PJ. Scripts and clinical
reasoning. Med Educ. 2007; 41:1178-1184.
20. Schmidt HG, Rikers RJ. How Expertise develops in medicine: knowledge
encapsulation and illness scripts formation. Med Educat. 2007; 41:1133-1139.
23. Piaget J, Cook MT. The origins of intelligence in children. New York, NY:
International University Press, 1952.
26. Elstein AS. Thinking about diagnostic thinking: A 30-year perspective. Adv
Health Sci Educ Theory Pract. 2009; 14(suppl 1):7–18.
27. Neufeld VR, Norman GR, Feightner JW, Barrows HS. Clinical problem solving
by medical students: a cross sectional and longitudinal analysis. Med Educ. 1981;
15:315–22.
29. Eva KW. The ageing physician: changes in cognitive processing and their
impact on medical practice. Acad Med. 2002; 77 (Suppl):1–6.
30. Norman GR, Sherbino J, Dore K, Wood T, Young M, Gaissmaier W, et al. The
etiology of diagnostic errors:a controlled trial of system 1 vs. system 2 reasoning.
Acad Med. 2014; 89(2):277‐284.
103
31. Gruppen LD, Woolliscroft JO, Wolf FM. The contribution of different
components of the clinical encounter in generating and eliminating diagnostic
hypotheses. In research in medical education: proceedings of the annual
conference. Med Educ. 1988; 27:242‐247.
32. Wiswell J, Tsao K, Bellolio MF, Hess EP, Cabrera D. “Sick” or “not‐sick”:
accuracy of system 1 diagnostic reasoning for the prediction of disposition and
acuity in patients presenting to an academic Am J Emerg Med. 2013;
31(10):1448‐1452.
36. Monteiro SD, Sherbino J, Sibbald M, Norman GR. Critical thinking, biases and
dual processing: The enduring myth of generalisable skills. Med Educat. 2020;
54:66–73.
39. Norman GR, Brooks LR, Colle CL, Hatala RM. The benefit of diagnostic
hypotheses in clinical reasoning: experimental study of an instructional
intervention for forward and backward reasoning. Cognit Instruct. 2000; 17:433–
48.
42. Yonelinas AP. The nature of recollection and familiarity: A review of 30 years
of research. J Mem Lang. 2002; 46:441– 517.
43. Aggleton JP, Brown MW. Interleaving brain systems for episodic and
recognition memory. Trends Cogn Sci. 2008; 10:455–63.
104
44. Larsen DP, Butler AC, Roediger HL III. Test-enhanced learning in medical
education. Med Educat. 2008; 42:959–66.
49. van Merriënboer JG, Sweller J. Cognitive load theory in health professional
education: design principles and strategies Med Educat. 2010: 44: 85–93.
51. Karpicke JD, Roediger III HL. The critical importance of retrieval for learning.
Science. 2008; 319:966-968.
52. Arthur Jr. W, Bennett Jr. W, Stanush PL, McNelly T.L. Factors that influence
skill decay and retention: A quantitative review and analysis. Human Perform.
1998;11(1), 57–101.
55. Butler AC, Raley ND. the future of medical education: Assessing the impact of
interventions on long-term retention and clinical care. J Grad Med Educat. 2015;
483-485.
56. Phye GD. Strategic transfer: A tool for academic problem solving. Educat
Psychol Rev. 1992; 4(4):393-421.
57. Karpicke JD, Roediger III HL. Repeated retrieval during learning is the key to
long-term retention. J Mem Lang. 2007; 57:151–162.
58. Custers EJFM, ten cate OTJ. Very long-term retention of basic science
knowledge in doctors after graduation. Med Educat. 2011: 45:422–430.
105
59. Larsen DP, Butler AC, Lawson AL, Roediger III HL. The importance of seeing
the patient: test-enhanced learning with standardized patients and written tests
improves clinical application of knowledge. Adv Health Sci Educ. May 2012.
60. Roediger III HL, Gallo DA, Geraci L. Processing approaches to cognition: the
impetus from the levels of processing framework. Memory. 2002; 10:319-32.
61. Young JQ, Van Merriënboer J, Durning S, Ten Cate O. Cognitive load theory:
Implications for medical education: AMEE Guide n. 86. Med Teach. 2014;
36(5):371-384.-57.
62. Cowan N. The magical mystery four: How is working memory capacity limited,
and why? Curr Direct Psychol Sci. 2010; 19(1):51
65. Eva K. What every teacher needs to know about clinical reasoning. Med Educ.
2005; 39(1):98-106.
66. Lingard LA. What we see and don’t see when we look at “competence”: notes
on a god term. Adv Heal Sci Educ Theory Pract. 2009; 14(5):625-8.
69. Graber ML. Educational strategies to reduce diagnostic error: can you teach
this stuff. Adv Health Sci Educ Theory Pract. 2009; 14:63-9.
70. Ericsson KA. Deliberate practice and the acquisition and maintenance of
expert performance in medicine and related domains. Acad Med. 1988; 79:S1-
S12.
73.Monteiro SD, Sherbino JD, Ilgen JS, Dore KL, Wood TJ, Young ME, et al.
Disrupting diagnostic reasoning: do interruptions, instructions, and experience
affect the diagnostic accuracy and response time of residents and emergency
physicians? Acad Med. 2015; 89(2):277–284.
77. Chen CP. Practice & theory strengthening career human agency. J Couns
Dev.2006; 84:131–8.
86. van Gog T, Paas F, van Merriënboer JJG. Effects of studying sequences of
process-oriented and product-oriented worked examples on troubleshooting
transfer efficiency. Learn Instruct. 2008; 18:211e222
87. van Gog, T, Paas, F. Instructional efficiency: Revisiting the original construct
in educational research. Educat Psychol. 2008; 43:16-26.
88. Petersen SE, Posner MI. The attention system of the human brain: 20 years
after. Annu Rev Neurosci. 2012; 35:73–89.
92.Mayer RE. Applying the science of learning to medical education. Med Educ.
2010;44(6):548-549.
93.Medina MS, Castleberry AN, Persky AM. Strategies for improving learner
metacognition in health professional education. Am J Pharmac Educat. 2017;
81(4), article 78.
95.Cutting MF, Saks NS. Twelve tips for utilizing principles of learning to support
medical education. Med Teach. 2012; 34:20-4.
98.Dunlosky J, Rawson KA, Marsh EJ, Nathan MJ, Willingham DT. Improving
students' learning with effective learning techniques: promising directions from
cognitive and educational psychology. Psychol Sci Public Interest. 2013; 14:4–58.
99.Souza PA, Zeferino AMB, Rosa MA. Currículo integrado: entre o discurso e a
prática. Rev Bras Educ Méd. 2011; 35(1):20-25.
108
105.Mamede S, van Gog T, van den Berge K, Rikers RMJ, van Saaze JLCM, et
al. Effect of availability bias and reflective reasoning on diagnostic accuracy
among internal medicine residents. JAMA. 2010; 304:1198–1203.
109.Mamede S, van Gog T, Moura AS, Faria RM, Peixoto JM, Rikers RM,
Schmidt HG. Reflection as a strategy to foster medical students’ acquisition of
diagnostic competence. Med Educat. 2012; 46:464-472.
113.Mamede S, van Gog T, Moura AS, Faria RM, Peixoto JM, Schmidt HG. How
can students’ diagnostic competence benefit most from practice with clinical
cases? The effects of structured reflection on future diagnosis of the same and
novel diseases. Acad Med. 2014; 89(1):121-127.
114.Ribeiro LMC, Mamede S, Brito EM, Moura AS, Faria RMD, Schmidt HG.
Effects of deliberate reflection on students' engagement in learning and learning
outcomes. Med Educ. Apr. 2019; 53(4):390-397.
115. Ribeiro LMC, Mamede S, Moura AS, Brito EM, Faria RMD, Schmidt HG.
Effect of reflection on medical students’ situational interest: an experimental study.
Med Educat. 2018: 52:488–496.
117.Spanjers IAE, van Gog TE, van Merriënboer JJG. Segmentation of worked
examples: Effects on cognitive load and learning. Educat Psychol Rev. 2020;
32(1).
121.Norman GR, Monteiro SD, Sherbino J, Ilgen JS, Schmidt HG, Mamede S.
The causes of errors in clinical reasoning: Cognitive biases, knowledge deficits,
and dual process thinking. Acad Med. 2017; 92:23–30.
123. Doyle T, Zakrajsek T. The new science of learning how to learn in harmony
with your brain. Stylus Publishing, 2013.
124. Lin FR, Kao CM. Mental effort detection using EEG data in E-learning
contexts. Comp Educat. 2018; 122:63–79.
125. Morales JM, Ruiz-Rabelo JF, Diaz-Piedra C, Di Stasi LL. Detecting mental
workload in surgical teams using a wearable single-channel
electroencephalographic device. J Surg Educ. 2019; 76(4):1107–1115.
110
126. Melo M, Gusso GDF, Levites M, Amaro E Jr, Massad E, Lotufo PA, et al.
How doctors diagnose diseases and prescribe treatments: an fMRI study of
diagnostic salience. Sci Rep. May 2017; 7(1):1304.
127. Van der Gijp A, Ravesloot CJ, Jarodzka H, Van der Schaaf MF, Van der
Schaaf IC, van Schaik JP, et al. How visual search relates to visual diagnostic
performance: a narrative systematic review of eye-tracking research in radiology.
Adv Health Sci Educat. 2017; 22(3):765-787.
128. Larsen DP. Planning education for long-term retention: The cognitive
science and implementation of retrieval practice. Semin Neurol. 2018; 38:449–
456.
129. Van Hoof TJ, Terrence JD. Learning science as a potential new source of
understanding and improvement for continuing education and continuing
professional development. Med Teach.. Sept. 2018; 40(9):880-885.
130.Brown PC, Roediger HL III, McDaniel MA. Make it stick: the science of
successful learning. Cambridge (MA): Belknap Press of Harvard University Press,
2014.
131. Sun JCY, Yeh KPC. The effects of attention monitoring with EEG
biofeedback on university students’ attention and self-efficacy: The case of anti-
phishing instructional materials. Comput Educat. 2017; 106:73–82
134. Carey B. How we learn: the surprising truth about when, where, and why it
happens. New York (NY): Random House, 2014.
141.Melnik A, Legkov P, Izdebski K, Kärcher SM, Hairston WD, Ferris DP, et al.
Systems, subjects, sessions: To what extent do these factors influence EEG data?
Front Hum Neurosci. Mar. 2017; 1-20.
143.Bashar MK, Chiaki I, Yoshida H. Human identification from brain EEG signals
using advanced machine learning method EEG-based biometrics. IEEE EMBS
Conference on Biomedical Engineering and Sciences (IECBES). 2016, pp. 475-
479.
145. Emotiv Epoc User manual headset and software setup for your Emotiv
EPOC neuroheadset. 2014. Disponível em: https://www.emotiv.com/knowledge-
base/where-can-i-find-a-user-manual/ Acesso em: 13 de junho de 2021.
146. Taylor SG, Schimidt C. Empirical evaluation of the Emotiv EPOC BCI
Headset for the Detection of Mental Actions. Proceedings of the Human Factors
and Ergonomics Society Annual Meeting. 2012; 56(01): 193-197.
153. Anderson SJ, Jamniczky HA, Krigolson OE, Coderre SP, Hecker KG.
Quantifying two-dimensional and three-dimensional stereoscopic learning in
anatomy using electroencephalography. Sci Learn. 2019; 4:10.
157.Miller EK. The prefrontal cortex and cognitive control. Nat Rev Neurosci.
2000; 1(1):59-65.
161.Ismail OAS, Hamzah N, Hanif M. Human emotion detection via brain waves
study by using electroencephalogram (EEG). Int J Adv Sci Engineer Inf Technol.
2018; 6(6).
164.Beer JS, Lombardo MV, Bhanji JP. Roles of medial prefrontal cortex and
orbitofrontal cortex in self-evaluation. J Cogn Neurosci. 2010; 22(9):2108–2119.
113
165.Durning SJ, Costanzo ME, Beckman TJ, Artino JR. AR, Roy MJ, van der
Vleuten C, et al. Functional neuroimaging correlates of thinking flexibility and
knowledge structure in memory: Exploring the relationships between clinical
reasoning and diagnostic thinking. Med Teach. 2016; 38: 570–577.
166.Heit E, Rotello CM, Hayes BK. Relations between memory and reasoning. In:
Brian R. Psychology of learning and motivation. Academic Press. 2012; 57:57-
101.
167.Rottschy C, Langner R, Dogan I, Reetz K, Laird AR, Schulz JB, .et al.
Modelling neural correlates of working memory: a coordinate-based meta-analysis.
Neuroimage. 2012; 60(1):830-846.
172.Herweg NA, Solomon EA, Kahana MJ. Theta Oscillations in Human Memory.
Trends Cogn Sci. Mar. 2020; 24(3):208-227.
173. Cavanagh JF, Frank MJ. Frontal theta as a mechanism for cognitive control.
Trends Cogn Sci. Aug. 2014; 18(8):414–421.
176. Johnson EL, Kam JWY, Tzovara A, Knight RT. Insights into human cognition
from intracranial EEG: A review of audition, memory, internal cognition, and
causality. J Neural Eng. 2020; 17(5):051001.
180.Galán FC, Beal CR. EEG estimates of engagement and cognitive workload
predict math problem solving outcomes. User modeling, adaptation, and
personalization. Berlin Heidelberg: Springer, 2012, p. 51-62.
181.Mak JN, Chan RH, Wong SW. Evaluation of mental workload in visual-motor
task: Spectral analysis of single-channel frontal EEG. In: 39th annual conference
of the IEEE industrial electronics society (IECON) New Work: IEEE, 2013, pp.
8426–8430.
187. Ismail LE, Karwowski W. Applications of EEG indices for the quantification
of human cognitive performance: A systematic review and bibliometric analysis.
PLoS ONE. 2020, 15(12):e0242857.
189. Berka C, Levendowski DJ, Lumicao MN, Yau A, Davis G, Zivkovic VT, et al.
EEG Correlates of Task Engagement and Mental Workload in Vigilance, Learning,
and Memory Tasks. Aviat, Space Environ Med. 2007; 78(5) B231–B244.
191. Fournier LR, Wilson GF, Swain CR. Electrophysiological, behavioral, and
subjective indexes of workload when performing multiple tasks: manipulations of
task difficulty and training. Int J Psychophysiol. 1999; 31(2), 129-145.
193. Klimesch W. EEG alpha and theta oscillations reflect cognitive and memory
performance: a review and analysis. Brain Res Rev. 1999; 29(2-3):169-195.
194. Chen CM, Wang JY, Yu CM. Assessing the attention levels of students by
using a novel attention aware system based on brainwave signals. Br J Educat
Technol. 2017; 48(2):348-369.
199. Schlottfeldt CG, Pereira DA, Carvalho AM, Malloy-Diniz LF. O teste das
matrizes progressivas de Viena. Manual da Versão Brasileira. São Paulo: Cetepp,
2014.
200. Cattel RB. Where is intelligence? Some answers from the triadic theory. In:
McArdle JJ, Woodcock RW. (orgs.). Human cognitive abilities in theory and
practice. New Jersey: Lawrence Erlbaum Associates. 1998; 29-38.
201. Wright BD. Solving measurement problems with de Rasch Model. J Educ
Meas. 1977; 14(2):97-116.
205. Milliken GA, Johnson DE. Analysis of messy data. New York: Chapman &
Hall, 1992. 472 p.
206. Montgomery DC. Design and analysis of experiments. New York: John Wiley
& Sons, 1991. 649 p.
207. Conover WJ., Practical Nonparametric Statistics, New York: John Wiley
& Sons, 1980, 493 p.
117
6 RESULTADOS
Dos conhecimentos gerados por esse experimento foram produzidos dois artigos
originais (1 e 2) e um comunicado breve (3):
Gabriela Araujo Costa1, Maria Clara Argolo Costa2; Isabela Valladares Cesar
Evangelista2; Beatriz Mota Tiburcio2; Lucas Lisboa Torquette2; Cássio da Cunha
Ibiapina3; Marcos Xavier Silva 4
1
Doutoranda em Saúde da Criança e Adolescente, UFMG; docente da Faculdade de
Medicina do Centro Universitário de Belo Horizonte (UNIBH)..
2
Acadêmicos de Medicina do Centro Universitário de Belo Horizonte (UNIBH).
3
Pós-Doutor em Educação Médica, Universidade de Erasmus; docente da
Faculdade de Medicina Universidade Federal de Minas Gerais (UFMG).
4
Doutor em Ciência Animal pela Escola de Veterinária da UFMG, Professor
Associado de Epidemiologia no Departamento de Medicina Veterinária da Escola de
Veterinária UFMG.
Resumo
ABSTRACT
INTRODUÇÃO
Um dos principais determinantes da qualidade da assistência prestada ao paciente é
a competência diagnóstica, definida como a capacidade de mobilizar recursos
cognitivos para, a partir da história clínica, definir o diagnóstico mais provável e
propor o tratamento adequado1. A competência diagnóstica é formada por vários
atributos, entre os quais a acurácia, que é a precisão na definição correta do quadro
clínico de um paciente. Diagnósticos incorretos podem ocorrer em até 15% dos
atendimentos e o principal fator determinante são os lapsos na forma de
organização e utilização do conhecimento pelo profissional, durante a abordagem ao
120
paciente2. Tais erros podem levar a decisões e condutas médicas equivocadas, com
resultados clínicos indesejáveis, tanto do ponto de vista clínico quanto financeiro e
socioemocional3,4. Por isso, identificar fatores associados ao desenvolvimento da
habilidade precisa de raciocínio clínico tem sido foco de atenção de pesquisadores
em educação médica5,6.
O erro médico é uma das principais causas de morte nos Estados Unidos e
aproximadamente 10-15% destes casos resultam de erro de diagnóstico.1 Estes
números ilustram a importância da competência diagnóstica, definida como a
capacidade de mobilizar recursos cognitivos para definir a hipótese diagnóstica mais
provável a partir da história clínica e propor um tratamento adequado.2 Para
desenvolver a competência diagnóstica, os estudantes de medicina devem aprender
a organizar mentalmente os dados obtidos a partir da história clínica e do exame
físico para definir uma hipótese diagnóstica, considerando o contexto do paciente. O
raciocínio clínico é a expressão deste processo de pensamento clínico e tomada de
decisões,3 e a investigação científica na educação médica tem-se concentrado no
ensino desta competência durante décadas, envolvendo diferentes estratégias para
desenvolver esta complexa habilidade clínica. Embora os fundamentos teóricos
tenham sido estudados de diferentes perspectivas, todo o processo, com todas as
suas nuances, ainda não foi inteiramente compreendido.4
Orientações adicionais para esta estratégia de reflexão podem ser ainda mais
eficazes para a aprendizagem médica. 8
Proporcionar novos conhecimentos numa
estrutura coerente e integrá-los com conhecimentos anteriores favorece o
desenvolvimento de uma aprendizagem significativa, o que leva a uma melhor
utilização do que foi ensinado em novas situações.9,10 Neste contexto, Ibiapina et al.,
em estudo envolvendo estudantes do quinto e sexto anos (n=115) randomizados
121
Este estudo verificou o impacto em longo prazo (seis meses após a intervenção
inicial) de diferentes formatos da estratégia de raciocínio clínico reflexivo (livre,
guiada por pistas e por exemplos trabalhados) sobre a acurácia diagnóstica dos
estudantes de medicina. Nossa hipótese é que o uso de estratégias estruturadas
promove melhoria nos escores de acurácia diagnóstica após um intervalo de seis
meses de seu uso inicial, por auxiliarem na organização e retenção do conhecimento
na memória de longo prazo. Este estudo Esta pesquisa enfatiza o valor das
estratégias instrucionais estruturadas para o desenvolvimento da habilidade de
raciocínio clínico.
123
O objetivo deste artigo foi descrever a relação entre acurácia diagnóstica, grau de
esforço mental e percepção de conhecimento prévio em uma amostra de estudantes
de Medicina do quarto ano expostos a casos clínicos simples e complexos de
pneumonia.
MÉTODOS
Estudo experimental realizado com alunos de Medicina de uma faculdade privada de
Belo Horizonte. O publico-alvo foi constituído de alunos do quarto ano, porque nesse
período do curso os participantes já teriam sido expostos a conteúdo teórico sobre
124
as doenças que compõem os casos clínicos, mas com as quais teriam pouca
experiência prática, reduzindo o efeito de expertise reversa1.
Cada caso era estruturado com anamnese, exame físico e exames complementares
(FIG. 1) e era baseado em casos reais atendidos pelos pesquisadores. Antes de
serem aplicados aos alunos, foram avaliados por dois pediatras experientes,
125
Fonte:Fernandes (2020)17
Para registro de esforço mental, cada participante assinalou, em uma escala visual
de um a nove, o grau de esforço que considerasse que lhe tenha sido exigido para a
solução do caso, sendo “um” o esforço “muito, muito baixo” e “nove” o esforço “muito,
muito alto” (FIG. 1). Essa escala foi adaptada de escalas visuais validadas em
estudos anteriores que utilizaram metodologia semelhante à deste trabalho5,15-18.
Para a análise dos resultados foi calculada a taxa média de esforço mental da
amostra, pela somatória dos escores marcados na escala visual própria para essa
avaliação.
correlação de Pearson com o programa Stata 12.0. Para isso, foi feita uma matriz de
correlação dos dados com a utilização de um valor de (p) igual ou inferior a 0,05 com
critério de distinção estatisticamente significativa. Para a análise multivariada, foi
feita a avaliação de componentes principais, gerando um resultado cuja
interpretação múltipla traz ao estudo mais dinâmica de análise.
A pesquisa foi aprovada pelo comitê de ética local, cadastrada no CAAE sob o
número 81421917.7.0000.5149 (23/02/2018). Recebeu financiamento dos próprios
autores e de bolsa de pesquisa emitida pelo Centro Universitário de Belo Horizonte,
para a pesquisadora principal, no período de março de 2018 a março de 2019.
RESULTADOS
Dos 151 alunos matriculados no quarto ano do curso no ano de 2018, 68
concordaram em participar do estudo (45% do público-alvo). Após a aplicação do
bloco de casos clínicos, oito alunos foram excluídos, pois não escreveram qualquer
diagnóstico em um ou mais dos casos de pneumonia avaliados. Foram então
avaliados 60 alunos. Destes, 75% são mulheres (mesma distribuição por sexo que a
amostra inicial – 73,5%) e 18 (29,5%) fizeram a disciplina optativa de Pneumologia
antes da participação na pesquisa. A idade média da amostra foi de 25 anos.
A maior taxa de acerto foi para o caso 1 (pneumonia bacteriana), cujo diagnóstico foi
feito corretamente por 20 estudantes. Para a doença considerada de maior
complexidade (pneumonia com derrame pleural), observa-se que a taxa de acerto foi
inferior a 10%; os alunos relataram menos conhecimento prévio desta doença e
mais percepção de esforço mental para a resolução desse caso.
visual), embora mais de 80% tenham referido o conhecimento prévio sobre essa
doença como “razoável” a “excelente” (escores 3-5 na escala de Likert).
DISCUSSÃO
O automonitoramento do aprendizado auxilia o estudante a saber quando utilizar
estratégias de raciocínio analítico e não analítico e a regular sua aprendizagem,
reconhecendo padrões já conhecidos de doença e o esforço mental que precisa
realizar para resolver um caso clínico, fatores que podem auxiliá-lo na definição
correta do diagnóstico13,14. Neste estudo, no qual foi avaliada a relação entre
autopercepção de conhecimento prévio, de esforço mental e acurácia durante a
resolução de casos de pneumonia, houve significativa associação entre
conhecimento prévio e esforço mental, isto é, quanto maior o conhecimento prévio
131
A associação entre conhecimento prévio e esforço mental pode ser justificada pela
exposição repetida ao conteúdo “pneumonia”, colaborando para a criação de
modelos mentais ou scripts de doenças que ficam armazenados na memória de
longo prazo. Quando o aluno é apresentado a um caso semelhante ao que já
estudou (como, por exemplo, pneumonia bacteriana), o script da doença é ativado,
diminuindo o esforço mental para elaborar o diagnóstico correto20. Entretanto, neste
estudo, a exposição repetida a conteúdos relacionados à pneumonia durante a
graduação dos estudantes do quarto ano do curso de Medicina não se correlacionou
à autopercepção do conhecimento elevada, conforme era esperado21.
Para o caso “pneumonia bacteriana”, no qual foi observada a maior taxa de acurácia
entre as doenças apresentadas, houve correlação positiva entre mais acurácia e
menos esforço mental (embora não estatisticamente significativa). Para os casos de
pneumonia viral e pneumonia com derrame, a maioria dos alunos teve dificuldade
em diagnosticar corretamente a etiologia do processo infeccioso ou a complicação,
também relatando alto grau de esforço mental para a resolução desses casos.
levar o aluno a aceitar o primeiro diagnóstico que lhe venha à mente como correto e
não contrapor diagnósticos diferenciais possíveis que o levem a refletir sobre a
possibilidade do primeiro diagnóstico estar equivocado27.
Para o derrame pleural, a baixa acurácia diagnóstica encontrada neste estudo pode
dever-se à autopercepção de conhecimento prévio dos estudantes sobre a doença
como nula ou muito limitada, devido a lacunas no conhecimento prévio por pouca
exposição ao conteúdo estruturado sobre o tema, contribuindo para baixa taxa de
encapsulamento e formação de scripts mentais da doença pelos alunos28. Outra
hipótese a ser aventada é a necessidade de funcionamento do sistema analítico, por
tratar-se de caso mais complexo, para o qual é necessário mais tempo para
selecionar hipóteses e avaliá-las, o que não é compatível com o desenho do estudo,
no qual estava previsto o tempo de um minuto e meio para ler o caso e escrever o
diagnóstico.
Para o episódio de pneumonia viral, houve relação inversa entre acurácia e esforço
mental. Em outras palavras: quanto menos esforço o aluno fez para diagnosticar
esse caso, mais chances teve de acertar. Tal fato pode dever-se à baixa
complexidade do diagnóstico, com requisição do sistema de raciocínio intuitivo e de
alto desempenho na maior parte dos casos rotineiros1. Outra possibilidade a ser
aventada é o viés de disponibilidade (tendência a enxergar mais frequentemente um
diagnóstico quando se trabalha mais com quadros clínicos semelhantes), visto que
esse era o último da sequência de casos, sendo sempre precedido pelos eventos de
pneumonia bacteriana e com derrame.29.
A baixa taxa de acerto encontrada neste estudo, mesmo para casos simples, pode
dever-se à amostragem com alunos em fase inicial de atendimento prático, com
baixa integração entre aspectos teóricos e apresentação clínica da doença, além de
pouco estímulo à metacognição, como autopercepção sobre conhecimento prévio e
autoeficácia. Nessa etapa, as estruturas cognitivas descritas como “redes causais”,
com explicações biológicas e fisiopatológicas sobre causas e consequências das
doenças, estão em consolidação, com consequente desenvolvimento da habilidade
de avaliar as manifestações clínicas de um caso específico de maneira mais
integrada e relacionada a grupos de doenças1. A condução do estudo nessa etapa
de formação, enquanto os alunos ainda não amadureceram a formação dos modelos
mentais de doença, associada à fragmentação do conteúdo em várias disciplinas
não correlatas, pode ter impactado nos baixos níveis de acurácia diagnóstica
encontrados.
CONCLUSÃO
Neste estudo, no qual foi avaliada a relação entre percepção de conhecimento,
esforço mental e acurácia durante resolução de casos de pneumonia, houve
significativa associação entre conhecimento prévio e esforço mental, embora essa
relação não tenha necessariamente determinado mais acurácia diagnóstica. Ao
relacionar essas variáveis, foi possível avaliar importantes características do
aprendizado de estudantes de Medicina, que auxiliarão no desenvolvimento de
estratégias de ensino que favoreçam mais acurácia com menos esforço mental.
Nossos achados expõem que é preciso estimular pesquisas que estudem fatores
associados ao aprendizado, a fim de aprimorar os processos envolvidos na
136
REFERÊNCIAS
3. Thomas EJ, Studdert DM, Newhouse JO, Zbar BI, Howard KM, Willians EJ, et al.
Costs of medical injuries in Utah and Colorado. Inquiry. 1999; 36:255-64.
5. Mamede S, van Gog T, van den Berge K, Rikers RMJP, van Saase JLCM, van
Guldener C, et al. Effect of availability bias and reflective reasoning on diagnostic
accuracy among internal medicine residents. JAMA. 2010, 304:1198-1203.
6. Melo M, Gusso GDF, Levites M, Amaro Jr. E, Massad E, Lotufo PA, et al. How
doctors diagnose diseases and prescribe treatments: an fMRI study of diagnostic
salience. Sci Rep. 2017; 7:1-11.
7. Philip AH. Regulating accuracy on university tests with the plurality option. Learn
Instr. 2013; 24: 26-36.
8. Norman GR. Research in clinical reasoning: past history and current trends. Med
Educ. 2005; 39: 418–27.
9. Coderre S, Mandin H, Harasym PH, Fick GH. Diagnostic reasoning strategies and
diagnostic success. Med Educ. 2003; 37(8):695-703.
10. Charlin B, Boshuizen HPA, Custers EJ, Feltovich PJ. Scripts and clinical
reasoning. Med Educ. 2007; 41:1178-84.
11. Schmidt HG, Norman GR, Boshuizen HPA. A cognitive perspective on medical
expertise: theory and implication. Acad Med. 1990; 65:611-21.
12. Schmidt HG, Rikers RMJP. How expertise develops in medicine: knowledge
encapsulation and illness script formation. Med Educ. 2007; 41:1133-39.
14. de Bruin ABH, Van Gog T. Improving self-monitoring and self-regulation: From
cognitive psychology to the classroom. Learn Instr. 2012; 22(4):245–52.
15. Mamede S, Van Gog T, Van den Berge K, Rikers RMJP, Van Saase JLCM, Van
Guldener C, et al. Effect of availability bias and reflective reasoning on diagnostic
accuracy among internal medicine residents. JAMA. 2010; 304:1198-1203.
16. Ibiapina C, Mamede S, Moura A, Elói-Santos S, van Gog T. Effects of free, cued
and modelled reflection on medical students' diagnostic competence. Med Educ.
2014; 48:796-805.
18. Atalay KD, Can GF, Erdem SR, Müderrisoglu IH. Assessment of mental workload
and academic motivation in medical students. J Pak Med Assoc. 2016; 66: 574-8.
19. Jolliffe IT. Principal component analysis, series: Springer series in statistics, 2.
ed., New York: Springer; 2002.
20. Fernandes RAF, Ibiapina CDC, Timóteo APP, Malloy-Diniz LF. Dinâmica de
desenvolvimento do raciocínio clínico e da competência diagnóstica na formação
médica - sistemas 1 e 2 de raciocínio clínico. Rev Med Minas Gerais. 2016; 26.
(6):15-18.
21. Young JQ, van Djik SM, O'Sullivan PS, Custers EJ, Irby DM, Cate O. Influence of
learner knowledge an case complexity on handover accuracy and cognitive load:
results from a simulation study. Med Educ. 2016; 50: 969-79.
22. Cowles JK, Kubany AJ. Improving the measurement of clinical performing in
medical students. J Clin Psychol. 1959;15:139-42.
23. Pulito AR, Donnely MB, Plymale M. Factors in faculty evaluation of medical
students' performance. Med Educ. 2007; 41:667-75.
24. Braun LT, Lenzer B, Kiesewetter J, Fischer MR, Schmidmaier R. How case
representations of medical students change during case processing – Results of
a qualitative study. GMS J Med Educ. 2018; 35(3): 1-15.
25. Mamede S, Schmidt HG, Rikers RMJP, Custers EJFM, Splinter TAW, van Saase
JLCM. Conscious thought beats deliberation without attention in diagnostic
decision making: at least when you are an expert. Psychol Rev. 2010; 74:586–92.
26. Mamede S, Splinter TAW, Van Gog T, Rikers RMJP, Schmidt HG. Exploring the
role of salient distracting clinical features in the emergence of diagnostic errors
and the mechanisms through which reflection counteracts mistakes. Br Med J.
2012; 21:295-300.
138
28. Woods NN, Howey EHA, Brooks LR, Norman GR. Speed skills? Speed, accuracy,
encapsulations and causal understanding. Med Educ. 2006; 40:973-79.
30. Langendyk V. Not knowing what they do not know: self assesment accuracy of
third year medical students. Med Educ. 2006; 40:173-79.
33. Barros M, Santos ACB. Por dentro da autoeficácia: um estudo sobre seus
fundamentos teóricos, suas fontes e conceitos correlatos. Rev Esp Acad. 2010;
112:1-9.
34. Rikers RMJP, Schmidt HG, Boshuizen HPA. Knowledge encapsulation and the
intermediate effect. Contemp Educ Psychol. 2000; 25(2):150-66.
35. Charlin B, Boshuizen HPA, Custers EJ, Feltovich PJ. Scripts and clinical
reasoning. Med Educ. 2007; 41:1178-84.
RESUMO
CONTEXTO: Estratégias educacionais que ajudam a reter, recuperar e aplicar a
informação a longo prazo melhoram grandemente a eficiência e eficácia da
educação médica; também poupam tempo e recursos valiosos ao reduzir a
necessidade de reaprender no futuro. Estratégias de reflexão estruturadas
favorecem a capacidade de codificar com sucesso dados na memória a longo prazo
e recuperá-los quando confrontados com uma situação de desencadeamento. Este
estudo investigou os efeitos a longo prazo de diferentes estratégias de ensino sobre
acurácia diagnóstica entre estudantes principiantes na resolução de casos clínicos.
MÉTODO: Sessenta estudantes de medicina do quarto ano participaram neste
estudo experimental de quatro fases. Os participantes foram designados
aleatoriamente para um dos três grupos experimentais utilizando técnicas de
reflexão estruturada (reflexão livre, reflexão guiada por pistas ou reflexão utilizando
exemplos trabalhados) para diagnosticar 12 casos clínicos escritos. Em avaliações
imediatas, intermediárias e finais (seis meses após a intervenção inicial), os
participantes diagnosticaram um conjunto de 12 casos, seis envolvendo as mesmas
doenças observadas anteriormente. O principal desfecho avaliado foi a acurácia
diagnóstica, que foi comparada entre grupos experimentais em cada fase de
avaliação pós-intervenção, utilizando medidas repetidas ANOVA.
RESULTADOS: A condição experimental e a fase de estudo foram
significativamente associadas à acurácia diagnóstica (p<0,001). A reflexão
deliberada resultou em melhores resultados de acurácia nos testes finais para todos
os casos avaliados, em comparação com os resultados iniciais dos testes para todos
os grupos experimentais (p<0,001). As diferenças de desempenho entre os grupos
que utilizaram a reflexão deliberada e os exemplos trabalhados foram insignificantes,
mas ambos os grupos obtiveram melhores pontuações de acurácia diagnóstica em
comparação com o grupo de reflexão livre em todas as fases do estudo (p<0.001) .
CONCLUSÃO: As três estratégias de reflexão utilizadas no nosso estudo resultaram
num efeito positivo a longo prazo na acurácia diagnóstica. Os estudantes de
medicina que utilizaram a reflexão guiada por pistas e por exemplos trabalhados
140
INTRODUÇÃO
O erro médico é uma das principais causas de morte nos Estados Unidos e
aproximadamente 10-15% destes casos resultam de erro de diagnóstico.1 Estes
números ilustram a importância da competência diagnóstica, definida como a
capacidade de mobilizar recursos cognitivos para definir a hipótese diagnóstica mais
provável a partir da história clínica e propor um tratamento adequado.2 Para
desenvolver a competência diagnóstica, os estudantes de medicina devem aprender
a organizar mentalmente os dados obtidos a partir da história clínica e do exame
físico para definir uma hipótese diagnóstica, considerando o contexto do paciente. O
raciocínio clínico é a expressão deste processo de pensamento clínico e tomada de
decisões,3 e a investigação científica na educação médica tem-se concentrado no
ensino desta competência durante décadas, envolvendo diferentes estratégias para
desenvolver esta complexa habilidade clínica. Embora os fundamentos teóricos
tenham sido estudados de diferentes perspectivas, todo o processo, com todas as
suas nuances, ainda não foi inteiramente compreendido.4
Orientações adicionais para esta estratégia de reflexão podem ser ainda mais
eficazes para a aprendizagem médica. 8
Proporcionar novos conhecimentos numa
estrutura coerente e integrá-los com conhecimentos anteriores favorece o
desenvolvimento de uma aprendizagem significativa, o que leva a uma melhor
utilização do que foi ensinado em novas situações.9,10 Neste contexto, Ibiapina et al.,
em estudo envolvendo estudantes do quinto e sexto anos (n=115) randomizados
em três grupos experimentais diferentes, investigaram os efeitos da reflexão livre (os
141
Este estudo verificou o impacto em longo prazo (seis meses após a intervenção
inicial) de diferentes formatos da estratégia de raciocínio clínico reflexivo (livre,
guiada por pistas e por exemplos trabalhados) sobre a acurácia diagnóstica dos
estudantes de medicina. Nossa hipótese é que o uso de estratégias estruturadas
promove melhoria nos escores de acurácia diagnóstica após um intervalo de seis
meses de seu uso inicial, por auxiliarem na organização e retenção do conhecimento
na memória de longo prazo. Este estudo Esta pesquisa enfatiza o valor das
estratégias instrucionais estruturadas para o desenvolvimento da habilidade de
raciocínio clínico.
143
MÉTODOS
Participantes do estudo
Convidamos estudantes de medicina do quarto ano matriculados na
Faculdade de Medicina do Centro Universitário de Belo Horizonte, em 2019, para
participar no estudo.
Desenho do estudo
Estudo randomizado controlado envolvendo 60 acadêmicos de Medicina do
quarto ano, realizado em quatro fases sequenciais (treinamento, teste imediato,
teste intermediário e teste final), desenvolvidas em três sessões (FIG. 1).
144
REL - Reflexão estruturada livre; REP - Reflexão estruturada com pistas; REET - Reflexão
estruturada com exemplo trabalhado.
raciocínio clínico estruturado livre (REL), raciocínio clínico estruturado com pistas
(REP) e raciocínio clínico estruturado com exemplos trabalhados (REET).
Casos distratores
Infecção do trato Síndrome nefrótica Glomerulonefrite Leishmaniose
urinário Sífilis secundária aguda Dengue
Eritema infeccioso Esquistossomose Exantema súbito Cólica nefrética
Artrite séptica Coarctação da aorta Sopro inocente Cetoacidose diabética
Giardíase Febre reumática Meningite viral
Torção de testículo Zika Infecção do trato
Orquite urinário
146
com base em casos reais vistos pelos investigadores na prática clínica. Estes casos
já tinham sido utilizados com sucesso em estudo anterior.12
Análise de dados
Os resultados primários foram os escores de acurácia diagnóstica para os
casos de síndromes respiratórias, ictéricas e hematológicas após seis meses da
intervenção inicial (teste final). Os resultados secundários foram pontuações de
acurácia diagnóstica nos testes imediato e intermediário.
(por exemplo: Grupo) para cada nível do outro fator estudado (por exemplo: Fases
do estudo). Nesse caso, foi utilizado o teste de comparações múltiplas de médias
LSD (Least Significant Difference) para avaliar as diferenças encontradas dentro de
cada um dos fatores estatisticamente significativos.
RESULTADOS
Sessenta estudantes participaram no estudo: 75% eram mulheres e a idade
média dos participantes era de 25,9 anos (25,9±3,7 anos). Não houve variação
estatisticamente significativa de sexo (p=0,17), mas houve uma diferença na idade
entre os grupos (p=0,018): o grupo REP era ligeiramente mais novo. O QI médio do
participante foi de 124,77 (F2=0,880; p=0,42). As características dos participantes,
estratificadas por grupo experimental, são apresentadas na Tabela 1.
Grupos
Auto eficácia
(média ±dp)
T0 Tf p
REL - Reflexão estruturada livre; REP - Reflexão estruturada com pistas; REET - Reflexão
estruturada com exemplo trabalhado.
REL - Reflexão estruturada livre; REP - Reflexão estruturada com pistas; REET - Reflexão
estruturada com exemplo trabalhado; dp - desvio-padrão
DISCUSSÃO
O efeito a curto prazo das estratégias estruturadas de ensino sobre a
acurácia diagnóstica, visto em estudos anteriores7,8,11-13 , foi confirmado neste estudo,
onde foi encontrada uma melhor acurácia nas fases imediata e tardia entre os
estudantes que utilizaram estas estratégias. Este é o primeiro estudo a provar que
este efeito se mantém seis meses após a intervenção inicial.
raciocínio analítico é a forma mais amplamente utilizada por estudantes com pouca
experiência clínica durante esta fase de aprendizagem. Este tipo de raciocínio
requer acesso automático à informação23 e depende de um conhecimento rico e
específico do conteúdo que é organizado na memória como scripts mentais de
doenças associadas a diagnósticos específicos, tais como os fornecidos na reflexão
por exemplo trabalhado.7,27,28
A validade externa também pode ser limitada, uma vez que o estudo foi
realizado numa única instituição. Por este motivo, as extrapolações destes
resultados para outros contextos educacionais devem ser cuidadosamente avaliadas.
Finalmente, o tamanho da amostra é pequeno, limitando a capacidade de detectar
pequenas diferenças.
CONCLUSÃO
Estratégias de ensino de raciocínio clínico por reflexão estruturada já
demonstraram efeitos positivos na acurácia diagnóstica de estudantes de Medicina,
com menos esforço mental, em avaliações de curto prazo. Este estudo demonstra,
de forma inédita, que esse efeito permanece após seis meses da utilização inicial da
estratégia, realçando o potencial desse recurso educacional. Para fortalecer a
reflexão estruturada como uma estratégia de ensino adequada, deve ser explorada a
compreensão dos mecanismos pelos quais a reflexão atua sobre a aprendizagem e
a aplicabilidade dessas estratégias em ambiente clínico.
REFERÊNCIAS
4. Ronda A. Introdução ao raciocínio clínico. J Eval Clin Pract. 2001; 7(2): 109–
117.
7. Mamede S, van Gog T, Sampaio AM, Faria RMD, Maria JP, Schmidt HG.
Como pode a competência diagnóstica dos estudantes beneficiar mais da
prática com casos clínicos? Os efeitos de uma reflexão estruturada sobre o
diagnóstico futuro das mesmas e das novas doenças. Acad Med. 2014;
89(1):121-127.
13. Mamede S, van Gog T, Moura AS, et al. Reflexão como estratégia para
fomentar a aquisição de competências de diagnóstico por parte dos
estudantes de medicina. Med Educ. 2012; 46(5):464-72.
14. Arthur Jr. W, Bennett Jr. W, Stanush PL, McNelly THL. Factores que
influenciam a decadência e retenção de competências: Uma revisão e análise
quantitativa. Hum Perform. 2009; 11(1):57–101.
15. Custers EJ. Retenção a longo prazo dos conhecimentos científicos básicos:
um estudo de revisão. Advertência em Ciências da Saúde Educ. 2010;
15:109-128.
18. Sisson JC, Swartz RD, Wolf FM. Aprendizagem, retenção e recolha de
informação clínica. Med Educ. 1992; 26:454-461.
161
19. Butler AC, Raley ND. O futuro da educação médica: Avaliar o impacto das
intervenções na retenção a longo prazo e nos cuidados clínicos. J Grad Med
Educ. 2015;7 (3): 483-485.
21. Custers EJ, dez Cate OT. Retenção a muito longo prazo dos conhecimentos
científicos básicos nos médicos após a graduação. Med Educ. 2011;
45(4):422-430.
22. Larsen DP, Butler AC, Roediger III HL. Efeitos comparativos entre a
aprendizagem com testes e a auto-explicação na retenção a longo prazo.
Med Educ. 2013; 47(7): 674–682.
26. Schlottfeldt CG, Pereira DA, Carvalho AM, Malloy-Diniz LF. O teste das
matrizes progressivas de Viena. Manual da Versão Brasileira. São Paulo, SP:
Cetepp; 2014.
28. Durning SJ, Costanzo ME, Beckman TJ, et al. A neuroimagem funcional
correlaciona a flexibilidade de pensamento e a estrutura de conhecimento na
memória: Explorando as relações entre o raciocínio clínico e o pensamento
diagnóstico. Med Teach. 2016; 38: 570–577.
31. Arca TK, Brooks LR, Eva KW. Os benefícios da flexibilidade: O valor
pedagógico das instruções para adoptar estratégias de raciocínio de
diagnóstico multifacetadas. Med Educ. 2007; 41(3):281-287.
162
34. Heit E, Rotello CM, Hayes BK. Relações entre a memória e o raciocínio.
Psicol Learn Motiv. 2012; 57:57–101.
36. Monteiro S, Sherbino J, Ilgen JS, Hayden EM, Howey E, Norman G. O efeito
da experiência anterior no raciocínio diagnóstico: exploração do viés de
disponibilidade. Diagnóstico. 2020; 7(3):265–272.
39. dez Cate O, Durning SJ. Compreender o raciocínio clínico a partir de múltiplas
perspectivas: Uma visão conceptual e teórica. Em: dez Cate O, Custers E,
Durning SJ. (Eds.). Princípios e prática da educação do raciocínio clínico
baseado em casos: Um método para estudantes pré-clínicos. Switzerlan,
Cham: Springer: 2018; 35-46.
42. Karpicke JD, Roediger III HL. A recuperação repetida durante a aprendizagem
é a chave para a retenção a longo prazo. J Mem Lang. 2007; 57:151–162.
43. Pyc MA, Rawson KA. Porque é que a prática do estudo de teste é benéfica
para a memória? Uma avaliação da hipótese de mudança de mediador. J Exp
Psychol Learn Mem Cogn. 2012; 38:737–46.
163
44. Roediger III HL, Karpicke JD. O poder da memória de teste: investigação
básica e implicações para a prática educacional. Perspect Psychol Sci. 2006;
1:181-210.
45. Morris CD, Bransford JD, Franks JJ. Níveis de processamento versus
processamento apropriado de transferência. J Verbo Aprender
Comportamento Verb. 1977; 16 (4):519–33.
50. Ribeiro LMC, Mamede S, de Brito EM, Moura AS, de Faria RMD, Schmidt HG.
Efeitos da reflexão deliberada sobre o envolvimento dos estudantes na
aprendizagem e nos resultados da aprendizagem. Med Educ. 2019;53(4):390-
397.
53. van Merriënboer JJG, Sweller J. Cognitive load theory in health professional
education: design principles and strategies. Med Educ. 2010; 44:85-93.
54. Norman GR, Sherbino J, Dore K, et al. A etiologia dos erros de diagnóstico:
uma tentativa controlada de raciocínio do sistema 1 vs. sistema 2. Acad Med.
2014; 89(2):277-284
55. Staal J, Alsma J, Mamede S,. et al. A relação entre o tempo para diagnosticar
e a precisão do diagnóstico entre os residentes de medicina interna: uma
experiência aleatória. BMC Med Educ. 2021; 21(1): 1-9.
164
INTRODUÇÃO
MÉTODOS
Participantes do estudo
Estudantes regularmente matriculados no quarto ano da Faculdade de
Medicina do Centro Universitário de Belo Horizonte, no ano de 2018, foram
convidados a participar do estudo. Os critérios de exclusão utilizados foram: alunos
irregularmente matriculados, uso de medicação/substância com potencial de ação
em sistema nervoso central nas 24 horas que antecederam a coleta ou relato de
experiência prévia no conhecimento/utilização da estratégia de raciocínio clínico
reflexivo para a resolução de casos clínicos.
Desenho do estudo
Estudo randomizado controlado envolvendo 60 acadêmicos de Medicina do
quarto ano (FIG. 1). Na etapa inicial do estudo, todos os participantes tiveram o grau
de inteligência global (QI) e o nível de autoeficácia (crença e confiança que um
indivíduo tem na sua capacidade de realizar com sucesso as tarefas que lhe são
atribuídas)17 individualmente medidos, pois esses fatores são capazes de interferir
no desempenho de funções executivas complexas. Os instrumentos utilizados foram,
respectivamente, a versão brasileira do teste individual das Matrizes Progressivas de
Viena (WMT-2)18 e o teste General Self-Efficacy Scale.17
166
Registro do eletroencefalograma
captação de informações foi realizada sob a forma de “Raw EEG”, pelo software
Emotiv Pure Xavier®.21 As ondas cerebrais foram verificadas em termos de
amplitude (10-100 microvolts) e frequência de 1 a 80 Hz. Foram captadas quatro
bandas independentes principais: delta δ (0.5- 4Hz); teta θ (4-8Hz), alfa α (8-15) e
beta β (15-30Hz).
Para base de comparação foi utilizado o registro dos primeiros sete minutos
do EEG, nos quais todos os alunos fizeram a mesma atividade (leitura das
instruções iniciais do bloco de casos clínicos).
Análise de dados
Os desfechos primários avaliados foram as correlações entre os indicadores
neurobiológicos de esforço mental visualizados e as estratégias de raciocínio clínico
estruturadas.
RESULTADOS
Sessenta alunos participaram do estudo. Do total, 75% eram mulheres, e a
idade média dos participantes foi de 25,9 anos (25,9±3,7 anos). Não houve variação
estatisticamente significativa de gênero (p=0,171), mas houve diferença de idade
entre os grupos (p=0,018), sendo o grupo REP um pouco mais jovem. O valor médio
de quociente intelectual dos participantes foi de 124,77 (F2=0,880; p=0,417). Em
relação à autoeficácia, todos os grupos apresentaram médias semelhantes (F2; 59 =
0,355, p=0,703). O nível de conhecimento prévio sobre as doenças cujos casos
clínicos seriam resolvidos durante o estudo também não apresentou variação
significativa entre os grupos (p=0,157).
Medidas descritivas
Indicador Grupo n Média ± d.p. Mediana (Q1 – Q3) p
0,005559
REE 19 0,016071 ± 0,037419
(-0,002088; 0,009041)
Ativação de
córtex 0,001480 H = 3,724
REF 19 -0,000724 ± 0,02929
frontal (-0,002577; 0,00812) 0,155
dorsolateral
-0,002521
REG 19 -0,001873 ± 0,016122
(-0,010496; 0,007382)
-0,002033
REE 18 -0,009004 ± 0,022604
(-0,023786; 0,004313)
Frequência
0,009271 H = 3,352
beta pré- REF 18 0,000154 ± 0,054134
(-0,015517; 0,01314) 0,187
frontal
0,00241
REG 18 0,007096 ± 0,027185
(-0,004442; 0,022246)
0,072049
REE 19 0,001658 ± 0,799503
(-0,136261; 0,523212)
Índice de
0,106083 H = 1,844
engajamento REF 18 -0,049676 ± 0,437261
(-0,438321; 0,254896) 0,398
na tarefa
0,081886
REG 17 0,309311 ± 0,494988
(-0,026294; 0,468918)
-0,23939
REE 16 0,661046 ± 7,491122
(-1,890798; 1,43965)
Índice de
0,125469 H = 0,820
carga da REF 17 2,628744 ± 11,934354
(-2,724975; 4,768767) 0,664
tarefa
0,488568
REG 18 0,522831 ± 5,770845
(-0,974865; 4,37865)
BASE DE DADOS: 61 alunos (REE 20 alunos, REG 21 casos e REF = 20 casos)
NOTA: d.p. Desvio-padrão
p Probabilidade de significância refere-se ao teste de Kruskal-Wallis.
A diferença entre o total de alunos pesquisados em cada grupo e os totais de alunos apresentados na
tabela para cada Grupo refere-se à quantidade de casos sem informação.
171
Medidas descritivas
Indicador Grupo n Média ± d.p. Mediana (Q1 – Q3) p
0,001505
REE 20 0,019856 ± 0,045626
(-0,002415; 0,019095)
Ativação de
córtex 0,001248 H = 0,531
REF 18 0,001636 ± 0,02326
frontal (-0,004813; 0,012735) 0,767
dorsolateral
0,001784
REG 17 0,001598 ± 0,0125
(-0,004573; 0,006674)
-0,002398
REE 19 -0,009811 ± 0,04329
(-0,009194; 0,010883)
Frequência
0,007953 H = 0,951
beta pré- REF 18 -0,005092 ± 0,062767
(-0,020342; 0,039048) 0,622
frontal
0,002085
REG 17 0,00398 ± 0,012797
(-0,002278; 0,010758)
0,206033
REE 19 0,029277 ± 1,312828
(-0,015631; 0,647542)
Índice de
0,260091 H = 2,180
engajamento REF 17 0,139173 ± 1,049599
(0,035313; 0,452494) 0,336
na tarefa
0,068814
REG 17 0,121674 ± 0,600398
(-0,107072; 0,269528)
-0,040803
REE 16 0,618739 ± 6,695217
(-0,953034; 1,451894)
Índice de
0,467690 H = 0,352
carga da REF 14 -1,664292 ± 7,567381
(-3,629659; 2,555572) 0,839
tarefa
0,010834
REG 16 -5,374645 ± 22,985365
(-1,431013; 1,114597)
BASE DE DADOS: 61 alunos (REE 20 alunos, REG 21 casos e REF = 20 casos)
NOTA: d.p. Desvio-padrão
p Probabilidade de significância refere-se ao teste de Kruskal-Wallis.
A diferença entre o total de alunos pesquisados em cada grupo e os totais de alunos apresentados na
tabela para cada Grupo refere-se à quantidade de casos sem informação.
172
DISCUSSÃO
utilização dos mesmos casos clínicos, com mesmo tempo de resolução e variação
apenas da estratégia utilizada para resolvê-los, reforçam a importância deste achado.
A estratégia de reflexão estruturada livre, quando comparada à adicionada de pistas
ou exemplificada, apresenta maior carga cognitiva extrínseca e menor carga
pertinente, o que intuitivamente nos leva a pensar que determinaria maior esforço
mental. Em avaliações subjetivas feitas por autopercepção de esforço em escalas
visuais esta percepção intuitiva é confirmada.33-35 A ausência de diferenças
significativas em indicadores objetivos de esforço mental entre as estratégias, nesta
amostra, contribui para a necessidade de novas pesquisas, direcionadas a fornecer
métricas quantitativas que auxiliem alunos e professores na escolha de estratégias
de ensino que potencializem o aprendizado.36
Tarefas de alta carga pertinente, tais como a reflexão com pistas e por
exemplo trabalhado, podem requerer altos níveis de esforço mental, mas,
contrariamente ao esforço da estratégia reflexiva livre ou de estratégias de ensino
não reflexivas, nas quais grande parte do esforço é alocado para reduzir a carga
extrínseca, nas estratégias reflexivas adicionadas de orientações o esforço é
investido em processos que fomentam a aprendizagem.46 Nas medições utilizando a
escala subjetiva visual, o aluno é orientado a assinalar o esforço que despendeu
para preencher ou estudar a tabela que orienta a reflexão. Na medição objetiva,
através de indicadores neurofisiológicos, como neste estudo, tanto o esforço
investido no processo de aprendizagem quanto aquele necessário à assimilação de
novo conteúdo, ainda que apresentado de forma organizada, podem ter sido
detectados, o que poderia explicar a ausência de diferença significativa entre os
indicadores neurobiológicos e as diferentes estratégias estruturadas.
177
CONCLUSÃO
Neste estudo, não houve associação entre a medida de esforço mental por indicador
neurofisiológico e uso de diferentes estratégias de reflexão estruturada para
resolução de casos clínicos. Na linha de pesquisa sobre reflexão estruturada
enquanto ferramenta adequada para o ensino do raciocínio clínico a alunos menos
experientes, estudos que busquem medidas objetivas de esforço mental
relacionadas ao uso de cada estratégia justificam-se pela possibilidade de usar tais
medidas como um índice de carga cognitiva da tarefa. Este índice é um componente
importante de avaliação de eficiência instrucional, contribuindo para melhorar a
aplicabilidade das estratégias e abrir caminho para novas pesquisas que tenham
como alvo estratégias instrucionais mais eficazes.
REFERENCIAS
1. Cutrer WB, Sullivan WM, Fleming AE. Educational strategies for improving
clinical reasoning. Curr Probl Pediatr Adolesc Health Care. 2013; 43(9):248-57.
8. Lina FR, Kaob CM. Mental effort detection using EEG data in E-learning contexts.
Comput Educat. 2018; 122:63–79.
10. Galán FC, Beal CR. EEG estimates of engagement and cognitive workload
predict math problem solving outcomes. User modeling, adaptation, and
personalization Berlin Heidelberg: Springer, 2012, pp. 51–62.
11. Paas F, van Gog T. Optimising worked example instruction: Different ways to
increase germane cognitive load. Learn Instruct. 2006, 16:87-91.
12. Mak JN, Chan RH, Wong SW. Evaluation of mental workload in visual-motor task:
Spectral analysis of single-channel frontal EEG. In: 39th Annual Conference of
the IEEE Industrial Electronics Society (IECON). New Work: IEEE, 2013, pp.
8426–8430.
13. Sun JCY, Yeh KPC. The effects of attention monitoring with EEG biofeedback on
university students’ attention and self-efficacy: The case of anti-phishing
instructional materials. Comput Educat. 2017; 106:73–82.
14. Borghini G., Astolfi L., Vecchiato G., Mattia D., and Babiloni F. Measuring
neurophysiological signals in aircraft pilots and car drivers for the assessment of
mental workload, fatigue and drowsiness. Neurosci. Biobehav.Rev. 2014, 44, 58–
75.
15. Berka C, Levendowski DJ, Lumicao MN, Yau A, Davis G, Zivkovic VT, et al. EEG
Correlates of Task Engagement and mental workload in vigilance, learning, and
memory tasks. Aviat Space Environm Med. 2007; 78(5):B231–B244.
18. Schlottfeldt CG, Pereira DA, Carvalho AM, Malloy-Diniz LF. O teste das matrizes
progressivas de Viena. Manual da Versão Brasileira. São Paulo: Cetepp, 2014.
19. Mamede S, van Gog T, Moura AS, de Faria RM, Peixoto JM, Rikers RM, et al.
Reflection as a strategy to foster medical students’ acquisition of diagnostic
competence. Med Educat. 2012; 46(5):464-72.l91.
20. Paas F, Renkl A, Sweller J. Cognitive load theory and instructional design:
Recent developments. Educat Psychol. 2003; 38(1),1–4.
21. Emotiv Epoc User Manual Headset and software setup for your Emotiv EPOC
neuroheadset. 2014. Disponível em: https://www.emotiv.com/knowledge-
base/where-can-i-find-a-user-manual/. Acesso em: 13 de junho de 2021.
22. Swartz Center for Computational Neuroscience. What is EEGLAB? Site Oficial
SCCN. Disponível em: <https://sccn.ucsd.edu/eeglab/index.php>. Acesso em: 19
junho 2021.
23. Ismail LE, Karwowski W. Applications of EEG indices for the quantification of
human cognitive performance: A systematic review and bibliometric analysis.
PLoS ONE. 2020, 15(12):e0242857.
24. Miller EJ; Cohen JD. An integrative Theory of prefrontal cortex function. Annu.
Rev. Neurosci. 2001. 24:167–202.
25. Botvinick M.; Braver T. Motivation and cognitive control: from behavior to neural
mechanism. Ann rev psych 2015, (66): 83-113.
26. Soutschek A, Tobler PN. Causal role of lateral prefrontal cortex in mental effort
and fatigue. Hum Brain Mapp. 2020; 41:4630–4640.
27. Shenhav A, Musslick S, Lieder F, Kool W, Griffiths TL, Cohen JD, Botvinick MM.
Toward a Rational and Mechanistic Account of Mental Effort. Annu. Rev.
Neurosci. 2017. 40:99–124.
30. Kamzanova AT, Kustubayeva AM, and Mathews G. “Use of EEG Workload
Indices for Diagnostic Monitoring of Vigilance Decrement,” Hum. Factors. 2014,
56 (6): 1136–1149.
31. Smith M, Gevins A, Brown H, Karnik A, Du R., and Francisco S. “Monitoring Task
Loading with Multivariate EEG Measures during Complex Forms of Human-
Computer Interaction,” Hum. Factors. 2001, 3 (3): 366–380.
33. Ibiapina C, Mamede S, Moura A, Elói‐Santos S, van Gog T. Effects of free, cued
and modelled reflection on medical students diagnostic competence. Med Educat.
Aug. 2014; 48(Issue8):796-805.
34. Fernandes RAF, Malloy-Diniz LF, de Vasconcellos MC, Camargos PAM, Ibiapina
C. Adding guidance to deliberate reflection improves medical student’s diagnostic
accuracy. Med Educ. 2021; 00:1–11.
35. van Gog T, Paas F, van Merriëboer JJG. Effects of studying sequences of
process-oriented and product-oriented worked examples on troubleshooting
transfer efficiency. Learn Instruct. 2008; 18:211e222.
36. Paas F; Tuovinen JE; van Merriënboer JJG; Dara AA. A Motivational Perspective
on the Relation Between Mental Effort and Performance: Optimizing Learner
Involvement in Instruction. ETR&D, 2005, (53), 3: 25–34.
38. Fournier LR, Wilson GF, Swain CR. Electrophysiological, behavioral, and
subjective indexes of workload when performing multiple tasks: manipulations of
task difficulty and training. Int J Psychophysiol. 1999; 31(2):129-145.
39. Miller EK. The prefrontal cortex and cognitive control. Nat Rev Neurosci. 2000;
1(1):59-65
40. Morales DJM, Ruiz-Rabelo JF, Diaz-Piedra C, Di Stasi LL. Detecting mental
workload in surgical teams using a wearable single-channel
electroencephalographic. J Surg Educat. 2019; 76(4):1107-1115.
41. Ryu K.; Rohae M. “Evaluation of mental workload with a combined measure
based on physiological indices during a dual task of tracking and mental
arithmetic,” Int. J. Ind. Ergon. 2005, 35: 991–1009.
43. Tran Y, Craig A, Craig R, Chai R and Nguyen H. (2020). The influence of mental
fatigue on brain activity: Evidence from a systematic review with meta‐analyses.
Psychophysiology, 57(5), e13554.
44. Freeman FG, Mikulka PJ, Scerbo MW and Scott L. “An evaluation of an adaptive
automation system using a cognitive vigilance task,” Biol. Psychol. 2004, 67 (3):
283–297.
45. Kothe CA, Makeig S. Estimation of task workload from EEG data: new and
current tools and perspectives. Conf. Proc. IEEE Eng. Med. Biol. Soc.2011,
6547–6551.
46. van Gog T, Paas F. Instructional efficiency: Revisiting the original construct in
educational research. Educat Psychol. 2008; 43:16-26.
182
7 CONSIDERAÇÕES FINAIS
Eu, que fui uma aluna mediana em Neuroanatomia e que mal sei programar meu
celular para funcionar de forma mais ágil, vi-me às voltas com um dispositivo de
interface cérebro-computador que, por várias vezes, desafiou a mim e a meus
alunos de iniciação científica. Diversas vezes acreditamos que ele tivesse vida
própria, pois, no início de nosso relacionamento, ele funcionava quando queria - em
alguns dias emburrava, em outro trabalhava maravilhosamente. Até que, com a
preciosa ajuda dos técnicos do laboratório de informática do UNIBH e com o auxílio
internacional do suporte técnico do Emotiv (que, de quebra, me ajudou a melhorar
meu inglês), conseguimos domá-lo. E os resultados aí estão: de forma inédita,
conseguimos registrar a atividade cerebral de acadêmicos de Medicina durante a
resolução de casos clínicos.
Não foi fácil, e continua não sendo. Os percalços relacionados à coleta mostraram-
se pequenos quando comparados àqueles relacionados ao processamento e análise
de dados. Novamente fui convidada a sair de minha zona de conforto e ler muito,
muito mesmo, sobre esforço mental de pilotos de aviação, estratégias de marketing
baseadas em registros de atividade cerebral e atenção, entre outras tecnologias que
não fazem parte do meu cotidiano. Eu e Dr. Cassio, meu querido e zen orientador,
procuramos muito até encontrar alguém com experiência na análise de EEG e em
Psicologia Cognitiva. Agradecemos imensamente ao Dr. Henrique Teruo e ao Dr.
Álvaro Machado, que aceitaram o desafio conosco. Agradeço também ao Dr.
183
A melhor parte deste trabalho foi perceber que me sinto mais feliz e mais forte ao
final da jornada. Posso ter contribuído cientificamente para a educação médica, mas
o que o doutorado fez por mim, especialmente para minha prática profissional,
supera de longe, a meu ver, a contribuição científica. Um professor não se faz
apenas a partir de sua dimensão acadêmica, mas também social, pessoal e
vocacional. Somos chamados a repensar, para muito além de nosso papel formativo,
como podemos transformar para melhor nossa atividade didática, especialmente
voltada para a aprendizagem centrada no aluno e no uso de novas tecnologias
educacionais, sem esquecer a necessidade de integrar ensino, pesquisa e extensão.
Devemos focar no alvo de nosso trabalho: uma formação médica (e cidadã) crítica e
reflexiva, com forte coesão entre teoria e prática, conhecedora das limitações de
cada cenário e altamente envolta em humanização.
Várias dessas habilidades me foram dadas nessa caminhada de quase quatro anos.
Muitas vezes repetimos uma forma de ensinar a qual fomos expostos – “se deu certo
pra mim, por que não dará certo para meu aluno?”, esquecendo-nos das
particularidades da geração atual, extremamente ligada em tecnologias e desafios.
Não basta apenas dominar o conteúdo e ser um bom profissional médico em sua
prática de atendimento. Há que se atrever a conceber e implementar soluções
pedagógicas adequadas à aprendizagem dos estudantes de hoje. E, ao fazer parte
desta linha de pesquisa sobre estratégias, vivenciei o quanto a teoria e a prática
inerentes a esta pesquisa me transformaram e me propiciaram a oportunidade de
184
Até o momento, não há modelo de raciocínio clínico que, se aplicado, possa explicar
como e por que alunos de sucesso chegam ao diagnóstico correto, enquanto alunos
malsucedidos não. O aprimoramento do raciocínio clínico envolve diferentes
categorias de conhecimento, bem como várias habilidades cognitivas, e é chave
para melhorar a acurácia diagnóstica. Na universidade, tradicionalmente o foco está
no ensino do conhecimento médico, a fim de dar ao aluno uma base para a
resolução de problemas clínicos reais dos pacientes. Entretanto, a estruturação do
diagnóstico ultrapassa o aprendizado sobre características da doença e depende de
diferentes formas de conhecimento: conceitual (elementos básicos que se deve
saber para se familiarizar com uma disciplina ou resolver problemas nela);
estratégico (métodos de inquérito e critérios para o uso de habilidades, algoritmos e
técnicas para a execução de uma tarefa); condicional (inter-relações entre os
elementos básicos dentro de uma estrutura maior que lhes permita funcionar juntos)
e metacognitivo (conhecimento sobre tarefas cognitivas e autoconhecimento).
ANEXOS E APÊNDICES
Caro participante,
Bom trabalho!
194
Prezado(a) estudante,
Na semana seguinte e seis meses após a etapa descrita, você fará outra sessão de
tarefas, com duração de uma hora, que também incluirá a análise de casos clínicos.
Os casos, todos baseados em pacientes reais, com diagnóstico confirmado, serão
apresentados e você dará o diagnóstico mais provável além de diagnósticos
diferenciais.
Durante a coleta dos dados, você poderá sentir leve desconforto na cabeça pela
utilização do dispositivo EMOTIV, que será minimizado por pausas regulares para a
retirada do dispositivo durante a resolução dos casos clínicos.
Embora seja muito importante para a nossa pesquisa a sua participação, você tem
liberdade de escolher participar ou não, sem que isso lhe traga qualquer prejuízo.
Os dados colhidos serão utilizados apenas para a pesquisa proposta, não podendo
servir para avaliação em qualquer disciplina do curso ou para qualquer outro fim.
Não é necessária a identificação do aluno e seus resultados não serão divulgados
individualmente, sendo do conhecimento apenas dos pesquisadores.
Pesquisadores responsáveis:
Prof. Cássio da Cunha Ibiapina – cassioibiapina@terra.com.br
Profa. Gabriela Araujo Costa – gabiacl@gmail.com
Assinatura:
Data:___/___/___
Endereço:________________________________________________________
Telefone para contato:______________________________________________
197
4- Tem filho(s)?
( ) Sim ( ) Não
Idade do(s) filho(s):___________________ (coloque em meses ou anos)
Sim ( ) Não ( )
Se sim, especifique qual atividade, mês de realização e a carga horária aproximada:
____________________________________________________________________
Sim ( ) Não ( )
Se sim, especifique qual atividade, mês de realização e a carga horária aproximada:
____________________________________________________________________
1 2 3 4 5 6 7 8 9
Não modificou Modificou completamente
____________________________________________________________________
____________________________________________________________________
____________________________________________________________________
____________________________________________________________________
Olá, pessoal!
A coleta de dados ocorrerá no Uni e envolve três dias, com intervalo de sete dias
entre o primeiro e o segundo dia e seis meses entre o primeiro e o terceiro dia. No
primeiro dia, os participantes serão randomizados entre três grupos de estudo para
um treinamento com três diferentes metodologias de raciocínio clínico durante a
solução de 12 casos clínicos. Nesse dia também será feita uma coleta de registro de
eletroencefalograma por meio de um dispositivo portátil individual que será
encaixado na cabeça de vocês, para avaliarmos indicadores neurobiológicos que
possam estar associados ao aprendizado. Essa atividade dura no máximo 1:30h.
Sete dias depois, haverá outro encontro para a solução de mais 12 casos clínicos
(tempo máximo de 60 minutos). Nessa ocasião, aplicaremos também um teste de
inteligência online, individual. Seu tempo de duração é de, no máximo, 20 a 30
minutos. Após seis meses, repetiremos a etapa para solução de mais 12 casos
clínicos (tempo máximo de 60 minutos).
Preciso que confirmem a participação até a véspera das atividades, para que eu
possa preparar o material de trabalho e o lanche de acordo com o número de
participantes. Podem confirmar pelo meu e-mail: gabriela.costa@prof.unibh.br ou
pelo telefone xxx (WhatsApp) ou pelo contato com os alunos que fazem parte do
projeto de pesquisa (Maria Clara telefone xxx (WhatsApp , Beatriz Tiburcio telefone
xxx (WhatsApp), Lucas Torquette telefone xxx (WhatsApp) e Isabela Val telefone xxx
(WhatsApp) Podem também entrar em contato se quiserem algum outro
esclarecimento antes de confirmar a participação no estudo.
Tenho certeza de que vocês vão gostar da participação e de que ela contribuirá na
formação de vocês!
Abraços,
Professora Gabriela
202
DOI: https://doi.org/10.22478/ufpb.2317-6032.2021v25n2.55311